红杉中国于6月18日正式开源其AI基准测试工具xbench的两个评测集xbench-ScienceQA和xbench-DeepSearch。这两个评测集旨在评估大模型和AI Agent的性能，未来将根据大模型和AI Agent的发展情况不断动态更新。红杉中国采用“黑白盒”机制，既确保xbench的发展能够为更多开发者提供服务，又尽力避免静态评测集经常出现的过拟合问题。这将有助于确保xbench的长期有效性，为AI领域的发展提供有力支持。
此外，红杉中国还强调了开源的重要性，认为开源可以促进技术交流和合作，推动AI领域的发展。未来，红杉中国将继续致力于推动开源工作，为AI领域的发展做出更多贡献。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
