【新智元导读】普林斯顿大学新发布的CORE-Bench基准测试，通过270个基于90篇跨学科科学论文的任务，可评估AI智能体在计算可重复性方面的表现，最简单任务的准确率可以达到60%，最难任务准确率仅有21% 大模型的能力越来越强，用户在一些重要的任务中也可以 ...

普林斯顿大学发布CORE-Bench评测AI复现科研。 普林斯顿大学新发布的CORE-Bench基准测试，通过270个基于90篇跨学科科学论文的任务，可评估AI智能体在计算可重复性方面的表现，最简单任务的准确率可以达到60%，最难任务准确率仅有21% 大模型的能力越来越强，用户在 ...

智东西7月24日报道，在生成式AI火热发展的当下，如何让agent从demo走向生产，成为摆在开发者和企业面前的关键问题。在刚刚落幕的亚马逊云科技纽约峰会上，亚马逊云科技发布Amazon Bedrock AgentCore，一次性推出七大功能模块，直指agents落地的痛点——安全、可 ...