Benchmark
含有「Benchmark」共 3 篇內容
全部內容
發佈日期由新至舊
為了讓各位讀者能更好的認識常見的基準測試(Benchmark)，以及他們要測試的內容是什麼，EgentHub ( 企業AI Agent專家 ) 幫各位讀者整理了15個常見到的基準測試(Benchmark)，讓大家可以當作字典存起來，以後看到模型更新的時候，就可以點進來參考了！
本文從 Gemini 3 公佈的 AI Benchmark 出發，解析 Gemini 等模型在 2025 年 AI 競賽中的評測標準。透過將複雜的基準測試框架，歸納為抽象推理、複雜代理行動、多模態整合、長上下文處理及競技效率五大維度，幫助讀者理解 AI 模型的實際能力和評估指標。
Google於2025年11月發布Gemini 3 Pro，以壓倒性優勢全面擊敗GPT-5.1與Claude Sonnet 4.5，正式重奪AI性能王座。該模型在數學(AIME 2025滿分)、長文本推理及代理任務上展現世代飛躍，樹立了全新的SOTA (State-of-the-Art)標竿。
