前沿 AI 正在加速。开源基准需要跟上步伐

我们宣布将 Open Benchmarks Grants 扩展 10 倍至 3000 万美元，支持研究人员、领域专家和开源团队推动前沿 AI 评估的发展。新计划包括资助更多开放基准测试、设立 Red Team 识别基准弱点、提供 Snorkel 研究资助。已有多个团队如 Terminal-Bench、ARC-AGI-3、SlopCodeBench 等参与并推动了评估方法和任务构建流程的改进。