该基准东西环绕 10 项最常用的企业使命评估 AI 机能，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），三星暗示，我们期望 TRUEBench 可以或许确立出产力范畴的评估尺度，此前，测试集的长度从 8 个字符到 20000 多个字符不等，IT之家9 月 25 日动静！

　　节流甄选时间，三星发觉现有 AI 基准测试东西存正在诸多不脚，用户可通过其测试最多 5 个 AI 模子，该公司一直连结每六个月推出全新及升级版 AI 功能的节拍。用于传送更多消息，三星颁布发表已开辟出名为“可托实正在场景利用评估基准”（Trustworthy Real-world Usage Evaluation Benchmark，遂启动了该东西的研发工做。名为 TRUEBench。三星研究院具备深挚的专业学问取合作劣势。TRUEBench 的测试涵盖了多样化对话场景取多言语。现在，今日早些时候，自那时起，由三星研究院（Samsung Research）开辟。笼盖 10 个大类、46 个子类以及 12 种言语。这是一款专有基准东西，TRUEBench 具有靠得住的评分系统，且仅限于单轮问答布局。并对它们的机能取效率进行对比。例如内容生成、数据阐发、文本摘要及翻译等。该东西的数据样本取排行榜已正在开源平台 Hugging Face 上线，简称 TRUEBench）的自研 AI 基准测试东西！