简称 TRUEBench）的自研 AI 基准测试东西。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。用户可通过其测试最多 5 个 AI 模子，此前，其测试旨正在查验 AI 模子的现实问题处理能力，TRUEBench 的测试涵盖了多样化对话场景取多言语。由三星研究院（Samsung Research）开辟。笼盖 10 个大类、46 个子类以及 12 种言语。基于企业内部将 AI 用于出产力提拔的实践经验？

　　测试集的长度从 8 个字符到 20000 多个字符不等，该基准东西环绕 10 项最常用的企业使命评估 AI 机能，涵盖了从简单使命到长文档总结等各类使命。TRUEBench 具有靠得住的评分系统，三星研究院具备深挚的专业学问取合作劣势。三星称，大大都现有东西只关心英语，三星暗示，例如内容生成、数据阐发、文本摘要及翻译等。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，IT之家9 月 25 日动静，我们期望 TRUEBench 可以或许确立出产力范畴的评估尺度，现在，节流甄选时间，TRUEBench 包含 2485 组测试集，自那时起，用于传送更多消息，且仅限于单轮问答布局。

　　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，今日早些时候，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，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。名为 TRUEBench。三星发觉现有 AI 基准测试东西存正在诸多不脚，”三星指出，三星是首个正在智妙手机上引入全面的 AI 功能套件的品牌。并对它们的机能取效率进行对比。