开源动态8

红杉中国推出AI评测工具xbench

甲子光年2025-05-26

AI 摘要

红杉中国：随着AI发展，现有评估方式难反映其客观能力。为此推出xbench，采用双轨评估与长青评估机制，首期发布两评估集，还将拓展多领域评估，邀各界共建新评估范式。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

华超神控获2亿融资押注AI脑机接口

本文报道初创公司华超神控完成红杉中国、云启资本领投的2亿元Pre-A轮融资，累计融资近3亿元，介绍其非侵入式AI脑机接口技术路线、研发进展与商业化规划，收录多位投资方观点。

前阿里Qwen负责人林俊旸创办Pragmatik Labs/语用科技，研究跨数字与物理世界的下一代agent。红杉中国、高榕创投领投，腾讯等跟投。其目标是用agent实现终极生产力，有独特技术底色与愿景。

红杉中国 xbench 发布 AgentIF - OneDay 评测体系，用于评估大模型解决复杂任务的能力。该体系从任务复杂度新视角出发，沿 Scaling Context 和 Scaling Domain 推进，构造了三类典型任务进行测评，揭示了主流 Agent 的能力边界。

红杉中国团队提出AI基准测试工具Xbench，其双轨测评体系不再单纯执着于测评问题难度，重点量化AI系统在真实场景的效用价值，还构建长青评估机制，以确保评估结果的时效性和相关性。