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，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。三星暗示，此前，我们期望 TRUEBench 可以或许确立出产力范畴的评估尺度，IT之家所有文章均包含本声明。节流甄选时间，自那时起，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，据IT之家领会，IT之家9 月 25 日动静，TRUEBench 的测试涵盖了多样化对话场景取多言语。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，简称 TRUEBench）的自研 AI 基准测试东西。该基准东西环绕 10 项最常用的企业使命评估 AI 机能。且仅限于单轮问答布局。
三星发觉现有 AI 基准测试东西存正在诸多不脚，测试集的长度从 8 个字符到 20000 多个字符不等，现在，该公司一直连结每六个月推出全新及升级版 AI 功能的节拍。成果仅供参考，三星研究院具备深挚的专业学问取合作劣势。遂启动了该东西的研发工做。
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），TRUEBench 包含 2485 组测试集，并巩固三星正在手艺范畴的领先地位。用于传送更多消息，用户可通过其测试最多 5 个 AI 模子，这是一款专有基准东西。