雷峰网·· 9 小时前AI 评分58
Google 与 Mercor 发布 PLE 基准，揭示工程 Agent 高正确率下的交付缺口
91% ≈ 0%？谷歌最新研究，戳破工程 Agent 的高正确率泡沫
AI 导读
Google 与 Mercor 近日发布 Physical-Engineering's Last Exam（PLE），用 85 项机械、电气、土木与结构工程任务评测工程 Agent。
来源：雷峰网 · leiphone.com
Google 与 Mercor 发布 PLE 基准，揭示工程 Agent 高正确率下的交付缺口