FrontierCS 2 计算机科学研究基准发布

wenhaocha1 与 Kaggle、Google DeepMind 发布 FrontierCS 2，一个衡量 AI 智能体在计算机科学研究与开发中能力的基准，共包含 48 项任务。发起方称其为该领域“最前沿”的基准。报道未说明任务的评测方式、上榜模型的表现或基准是否公开可用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。