Remote Labor Index

Remote Labor Index是衡量AI智能体完成真实远程自由职业项目能力的基准测试,由Center for AI Safety与Scale AI于2025年发布。

1篇文章最近提及

Remote Labor Index(RLI)是衡量AI智能体能在多大程度上完成人类通常远程承担的真实自由职业工作的基准测试,由Center for AI Safety(CAIS)与Scale AI于2025年联合发布。其任务取自自由职业平台上实际发布过的项目,涵盖平面设计、视频剪辑、数据分析、软件开发、文档写作等多个领域,并由人类专家评判交付成果是否满足委托要求。

主要指标是自动化率,即智能体以专业水准完整完成项目的比例。与以编程题或选择题为主的基准不同,RLI按最终交付成果评估多步骤的端到端实际工作,被用作衡量AI系统目前能够承担多少远程劳动的指标。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • Claude Fable 5.2实测:登顶榜单后的五项实战检验AI性能 ·

    该模型在带工具的Humanity's Last Exam上得分74.2%,在图表阅读测试Chartography上得分73.4%,在高强度下的Remote Labor Index上得分41.3%。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。