Notizie AI su Valutazione Modelli — Chatbot.it

Tutte le notizie e aggiornamenti su Valutazione Modelli dall'intelligenza artificiale

• Arena: la classifica AI "impossibile da manipolare" finanziata dalle Big Tech
• Perché SWE-bench Verified non è più affidabile per valutare l'AI nel coding
• OpenAI lancia GDPval: nuovo benchmark per misurare l'impatto economico dell'AI
• OpenAI e Anthropic presentano i risultati della valutazione congiunta sulla sicurezza AI
• OpenAI o3-mini: Rapporto sulla Sicurezza del Modello
• MLE-bench: un nuovo benchmark per valutare gli agenti AI nelle sfide di ingegneria ML
• Presentazione di SWE-bench Verified: un nuovo standard per il coding AI
• Riconoscimenti per i Tester Esterni della System Card di GPT-4o