模型中美对照多源确认精选22:40TasteVal基准出炉:Claude Opus 5.5科研品味达专家2.3倍新出了个测"科研品味"的基准,Claude Opus 5.5已到专家2.3倍,成本只要1/30。#TasteVal#Claude Opus 5.5#GPT-6 Astra#P-Zero Research11 个信源在谈事件专题kimmonismus@kimmonismus原文稍后读已读值得跟进有用关注 TasteVal
模型Agent 与开发者多源确认88°13:24TasteVal 基准发布:量化 AI 的实验研究品味,Opus 5.5 超过人类专家这个 TasteVal 把研究品味换算成省了多少算力来打分,Opus 5.5 用 1/30 的成本跑赢人类专家,数字挺有意思的。#TasteVal#Opus 5.5#基准测试#AI R&D3 个信源在谈事件专题aarXiv cs.AI@Oliver Jaffe, Dane Sherburn原文稍后读已读值得跟进有用关注 TasteVal