TRUEBench 的测试涵盖了多样化对话场景取多言语。该基准东西环绕 10 项最常用的企业使命评估 AI 机能，”且仅限于单轮问答布局。由三星研究院（Samsung Research）开辟。这是一款专有基准东西，用于传送更多消息，涵盖了从简单使命到长文档总结等各类使命。

　　我们期望 TRUEBench 可以或许确立出产力范畴的评估尺度，用户可通过其测试最多 5 个 AI 模子，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），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。三星推出了本人的人工智能机能基准测试东西，基于企业内部将 AI 用于出产力提拔的实践经验，自那时起，TRUEBench 包含 2485 组测试集，三星指出，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！

　　成果仅供参考，现在，三星称，例如内容生成、数据阐发、文本摘要及翻译等。遂启动了该东西的研发工做。据IT之家领会，此前，测试集的长度从 8 个字符到 20000 多个字符不等，IT之家所有文章均包含本声明。其测试旨正在查验 AI 模子的现实问题处理能力？