三星电子发布AI工作能力评估指标“TrueBench”

三星电子于25日公开了全新的评估指标“TRUEBench”，可用量化数据确认人工智能（AI）在实际工作中究竟有多大帮助。

TRUEBench是三星电子DX部门前瞻性研发组织三星研究院，基于公司内部积累的生成式AI应用经验制定的评估标准。以往评估多停留在以英语为主的简单问答层面，而TRUEBench则反映真实办公环境，被设计用于衡量文档摘要、翻译、数据分析、连续对话等多种实际业务。其共由10个类别、46项业务、2485个细分项目构成。

三星电子表示，TRUEBench一次最多可对比5个模型，不仅公开回答的准确性，还公开回答长度和效率，从而实现更加精细的评估。目前支持包括英语和韩语在内的12种语言，如日语、中文、西班牙语等，并可验证不同语言混用时的交叉翻译性能。

此外，三星电子还在全球开源平台Hugging Face上公开了TRUEBench数据样本和排行榜。在评估过程中引入了由AI重新审查人工制定标准的交叉验证方式，以强化客观性和一致性。

必读新闻

“黑色星期一趁低捡筹”……日野村看好“59万电子·400万海力士” 전망

• “战争时暴跌，如今又涨了”……单日飙升6%，资金蜂拥入银市的真正原因[周末Money]
• “有钱也享受不到”……真正“顶级0.1%”的世界 [奢华世界]
• “我们月薪也要破1000万了”……在“半导体效应”下大型电子部件企业绩效奖金飙升
• 高手早已盯上：“股价目标97万韩元” 如今只剩“上升行情” [周末Money]

三星研究院院长（DX部门首席技术官）Junghyun Jeon表示：“我们基于多样的真实应用案例，已经掌握了差异化的生产力AI技术竞争力和相关经验。通过公开TRUEBench，我们将提出全球生产力评估标准，并进一步强化技术领导力。”

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。