Epoch AI· @EpochAIResearch · X·· 4 小时前AI 评分27
AI 导读
我们正在发布 4 份新的基准评测审查：1 份为 Verified，3 份为 Flawed。另有 4 个基准因信息不足，无法给出结论。 我们审查更多基准的主要瓶颈是评审人力。加入我们团队的申请信息见推文串！
正文 · 原文
We are publishing 4 new benchmark reviews: 1 is Verified, and 3 are Flawed. 4 more benchmarks lacked sufficient information to assign a verdict.
Our main bottleneck to reviewing more benchmarks is reviewer capacity. Info on applying to join our team is in the thread!
来源：Epoch AI · x.com