红杉中国推出全新AI基准测试xbench

36 氪获悉,5 月 26 日,红杉中国宣布推出全新的 AI 基准测试 xbench,并发布论文《xbench: Tracking Agents Productivity, Scaling with Profession-Aligned Real-World Evaluations》。这是首个由投资机构发起,联合国内外十余家高校和研究机构的数十位博士研究生,采用双轨评估体系和长青评估机制的 AI 基准测试。xbench 将在评估和推动 AI 系统能力提升上限与技术边界的同时,重点量化 AI 系统在真实场景的效用价值,并长期捕捉 Agent 产品的关键突破。