蚂蚁百灵公布 Ling-3.1-flash-1019，距离上一版正式开源仅一周。 新模型在 Artificial Analysis 智能指数中从 41 分升… · @0xLogicrw · TwKit

@0xLogicrw

蚂蚁百灵公布 Ling-3.1-flash-1019，距离上一版正式开源仅一周。 新模型在 Artificial Analysis 智能指数中从 41 分升至 44 分。Agent 能力提升更明显：AA-Briefcase 从约 1400 升至 1524 Elo，AutomationBench-AA 从 62% 提高到 68%。 这两项评测都关注 AI 能否真正干活。前者测试模型处理复杂办公项目、制作报告和表格的能力。后者模拟跨邮箱、表格等软件执行任务。

曝光 312 · 评论 0 · 点赞 1 · 书签 1