创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

谷歌与 Artificial Analysis 发布 MKA 智能体基准

AI 总结

Google DeepMind 与 Artificial Analysis 发布 MKA,用于测试智能体处理蓝图、图表、报告和电子表格等视觉复杂知识工作的能力。评测集包含 200 项私有任务,由来自 10 个行业、83 种职业的专家共同开发,另有 10 项示例任务在 Hugging Face 公开。谷歌称,Gemini 4 Carbon 的质量排名第二,单任务平均成本约为榜首模型的六分之一。

深度见解

MKA 为需要读取视觉文件并交付专业成果的智能体提供了专门评测,目前开发者可通过 Artificial Analysis 测试自己的智能体。

IT之家 11 月 11 日消息,当地时间 11 月 10 日,谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA(Multimodal Knowledge Agent),用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。

谷歌表示,其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩,完成任务的平均成本仅为排名第一模型的约六分之一。

谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称,现有不少知识工作基准测试仅依赖文本即可完成,而现实工作往往涉及大量视觉信息。例如,建筑师需要交叉核对建筑蓝图,工程师需要分析工程示意图,专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。

#Google DeepMind#Artificial Analysis#MKA#Gemini 4 Carbon#Stirrup#Hugging Face

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。