热点事件持续更新
AutoDataBench：评测 Agent 自造训练数据能力
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
AutoDataBench 是以数据工业交付标准衡量 Agent 自主合成可验证训练任务能力的新基准，评测在三个可执行 Agent 基准上进行。据报道，在默认 45 分钟预算内，没有任何 Agent 得分超过 20/100；若给最强 Agent 四倍时间，得分可显著提升，而单个可用任务的成本几乎不变。报道称，现有 Agent 已能写出合格的训练任务，但效率不足。该基准的代码与数据已开源。目前尚无其他后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:17
新评测显示，45 分钟预算内无一 Agent 得分超 20/100，效率不足。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- AGI HuntAutoDataBench：Agent 自造训练数据质量尚可，45 分钟内得分不足 20/100
AutoDataBench 用数据工业交付标准评测 Agent 自主合成可验证训练任务的能力：在三个可执行 Agent 基准上，默认 45 分钟预算内无一 Agent 得分超过 20/100。给最强 Agent 四倍时间可显著提分，单个可用任务成本几乎不变。现有 Agent 能写出合格训练任务，但效率不足，代码与数据已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。