Fable 5.2真实工作评测完成率达41.3%

Scale Labs公布评测结果称，Anthropic的Fable 5.2在RLI真实自由职业任务基准中成功完成41.3%的任务，约为一年前领先系统Manus所获2.5%的16倍，且接近当前第二名的两倍。 该基准收录Upwork上358名认证专业人士完成的240个项目。AI代理可在虚拟工作区使用Blender、GIMP、Audacity等专业软件及图像、音频和视频生成工具；受训专家打开提交文件，并与人类自由职业者的成果直接比较，人工判定任务是否完成。

AI 根据报道生成 · 31 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。