Fable 5.2在真实自由职业任务基准完成41.3%

Scale Labs公布，Anthropic的Fable 5.2在RLI真实自由职业任务基准中完成41.3%的任务，而一年前表现最好的系统Manus仅完成2.5%。 该基准的数据集包含来自Upwork平台358名认证专业人士的240个已完成项目，单个项目平均花费632.60美元、人类自由职业者平均耗时近29小时；任务是否成功由受训人类专家人工核验。 Scale Labs称，Fable 5.2的成绩较四个月前大幅提升，但41.3%仍是该基准上的部分完成率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。