فقط ۳٪ از وظایف پیچیده اداری توسط پیشرفتهترین مدلهای هوش مصنوعی حل شد
محک جدید AA-Briefcase نشان میدهد حتی قدرتمندترین مدلهای زبانی در مواجهه با پروژههای چند هفتهای و دادههای پراکنده شکست میخورند. در حالی که Claude Fable 5 پیشتاز است، نرخ شکست…











