首个 AI Kaggle 特级大师诞生,OpenAI 的 o1-preview 夺 7 金封王

IT之家 10 月 12 日消息,科技媒体 The Decoder 昨日(10 月 11 日)发布博文,报道称 OpenAI 公司推出 MLE-bench 新基准,旨在评估 AI 智能体在开发机器学习解决方案方面的能力。该基准包括 75 个 Kaggle 竞赛,旨在衡量自主 AI 系统在机器学习工程中的进展。这些竞赛涵盖了多个领域,包括自然语言处理、计算机视觉和信号处理等等。IT之家注:Kaggle 是一个非常受欢迎的平台,专注于数据科学和机器学习的在线比赛。Kaggle 提供各种类型的比赛,包括数据预测、图像分类、自然语言处理等,适合不同技能水平的参与者。在 Kaggle 的进阶系统中,“Novice”(新手)、“Contributor”(贡献者)、“Expert”(专家)、“Master”(大师)和 "Grandmaster"(特级大师)是不同的绩效层级,用于衡量和识别数据科学家在 Kaggle 平台上的技能水平和成就。首个 AI Kaggle 特级大师诞生,OpenAI 的 o1-preview 夺 7 金封王休闲区蓝鸢梦想 - Www.slyday.coM许多任务具有现实世界的应用,例如预测 COVID-19 mRNA 疫苗降解或解码古代卷轴等。首个 AI Kaggle 特级大师诞生,OpenAI 的 o1-preview 夺 7 金封王休闲区蓝鸢梦想 - Www.slyday.coMMLE-bench 专注于两个关键领域:OpenAI 在 MLE-bench 上测试了多个 AI 模型和智能体框架,使用 AIDE 框架的 o1-preview 模型表现最佳,在 16.9% 的比赛中至少获得了一枚铜牌,该结果超越了 Anthropic 的 Claude 3.5 Sonnet。获得 5 金即可评上 "Grandmaster" 特级大师,而 o1-preview 模型在 MLE-bench 测试中获得了 7 枚金牌。首个 AI Kaggle 特级大师诞生,OpenAI 的 o1-preview 夺 7 金封王休闲区蓝鸢梦想 - Www.slyday.coM首个 AI Kaggle 特级大师诞生,OpenAI 的 o1-preview 夺 7 金封王休闲区蓝鸢梦想 - Www.slyday.coMOpenAI 承认 MLE-bench 也有局限性,并未涵盖 AI 研究与开发的所有方面,主要集中在具有明确问题和简单评估指标的任务上。MLE-bench 基准现已在 GitHub 上发布,OpenAI 希望通过这一工具,推动 AI 在机器学习领域的进一步发展。
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,蓝鸢梦想所有文章均包含本声明。

相关推荐

  • 友情链接:
  • PHPCMSX
  • 智慧景区
  • 微信扫一扫

    微信扫一扫
    返回顶部

    显示

    忘记密码?

    显示

    显示

    获取验证码

    Close