標籤 MatrAIx

MatrAIx 開源個人代理評測基準 PALE:三大模型全倒才算好題

TechMoon 精選圖:MatrAIx PALE 個人代理評測基準徵題機制示意,三條模型測試路徑皆失敗後題目才獲採納,以語音波形與文法結構呈現研究概念。

MatrAIx 於 2026 年 11 月 15 日開源個人代理評測基準 PALE(Personal Agents' Last Exam),這是 10 月中發表第一版的 PersonalAgentEval 的開源版本。本次上線開放環境與任務兩軌提案:題目必須讓 GPT、Claude、Gemini 的指定模型在無提示實測全數未通過且平均分數低於 50%,另跑提示輔助版達 100% 才算合格。倉庫目前只有徵題模板與同步腳本,統一執行基礎設施與首份模型名單尚未發布,上線隔天起約 31 小時內湧入 53 件提案。

Share to...