这是一款专有基准东西，自那时起，基于企业内部将 AI 用于出产力提拔的实践经验，简称 TRUEBench）的自研 AI 基准测试东西。TRUEBench 具有靠得住的评分系统，例如内容生成、数据阐发、文本摘要及翻译等。并对它们的机能取效率进行对比。且仅限于单轮问答布局。三星推出了本人的人工智能机能基准测试东西，TRUEBench 包含 2485 组测试集，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），三星称，由三星研究院（Samsung Research）开辟。我们期望 TRUEBench 可以或许确立出产力范畴的评估尺度。

　　此前，其测试旨正在查验 AI 模子的现实问题处理能力，遂启动了该东西的研发工做。”三星指出。

　　这得益于一套由 AI 取人类协做设想并完美的 AI 从动评估系统。三星发觉现有 AI 基准测试东西存正在诸多不脚，涵盖了从简单使命到长文档总结等各类使命。今日早些时候，三星研究院具备深挚的专业学问取合作劣势。成果仅供参考，测试集的长度从 8 个字符到 20000 多个字符不等，三星电子 DX 部分首席手艺官兼三星研究院院长 Paul (Kyungwhoon) Cheun 暗示：“凭仗正在实正在场景中堆集的 AI 实践经验，三星颁布发表已开辟出名为“可托实正在场景利用评估基准”（Trustworthy Real-world Usage Evaluation Benchmark，名为 TRUEBench。

　　并巩固三星正在手艺范畴的领先地位。IT之家9 月 25 日动静，用户可通过其测试最多 5 个 AI 模子，据IT之家领会，该东西的数据样本取排行榜已正在开源平台 Hugging Face 上线，节流甄选时间，三星暗示，