Tới nội dung
Sự việc nóngĐang diễn ra

Compound phát hành IC Deck Bench, bộ đánh giá gồm 61 tác vụ dành cho các tác nhân AI xây dựng bộ slide hội đồng đầu tư (IC) cho quỹ cổ phần tư nhân

1 bài viết1 nguồn đưa tinCập nhật 47 phút trước

Bắt đầu từ đây

Tóm tắt AI

Compound phát hành IC Deck Bench, bộ đánh giá gồm 61 tác vụ chấm điểm các tác nhân AI về việc xây dựng bộ slide PowerPoint cho hội đồng đầu tư cổ phần tư nhân từ các phòng dữ liệu. Trong lần phát hành đầu tiên, tác nhân của chính Compound đạt 89,2% với chi phí 4,38 USD mỗi tác vụ, vượt Claude Code với Claude Opus 5.5 ở mức nỗ lực tối đa (86,1%, 14,11 USD mỗi tác vụ), Muse Code (74,3%), Antigravity với Gemini 4 Hydrogen (71,2%) và Codex CLI với GPT-6.1 Terra (70,5%). So sánh này đi kèm một điều kiện: mọi tác nhân ngoài Compound đều có 90 phút mỗi tác vụ và được chấm điểm trên bất kỳ tệp nào đã nộp khi hết giờ, trong khi Compound chạy không giới hạn thời gian và dừng ở giới hạn số bước của chính nó. Compound quy thành tích dẫn đầu của mình cho các engine Excel, PowerPoint và Word đã được viết lại, và cho việc định tuyến các phần của mỗi tác vụ qua các mô hình từ nhiều phòng thí nghiệm. Bộ chấm điểm mã nguồn mở cũng chạy trên LibreOffice cho người dùng không có Microsoft Office, dù điểm số có thể khác so với PowerPoint.

Tạo từ các bài viết · cập nhật 41 phút trước

Dòng thời gian bài viết

Theo các bài viết để thấy sự việc từ nhiều phía.

17 tháng 11
  1. Hacker News · AI
    Compound phát hành IC Deck Bench, bộ đánh giá 61 tác vụ cho các tác nhân AI xây dựng bộ thuyết trình cho hội đồng đầu tư cổ phần tư nhân

    Compound đã phát hành IC Deck Bench, một bộ đánh giá 61 tác vụ chấm điểm các tác nhân AI về việc xây dựng các bộ thuyết trình PowerPoint cho hội đồng đầu tư cổ phần tư nhân từ các phòng dữ liệu, với tác nhân của chính họ đạt 89,2% với chi phí 4,38 USD mỗi tác vụ. Khung đánh giá tốt thứ hai, Claude Code với Claude Opus 5.5 ở mức nỗ lực tối đa, đạt 86,1% với chi phí 14,11 USD mỗi tác vụ, tiếp theo là Muse Code với 74,3%, Antigravity với Gemini 4 Hydrogen đạt 71,2% và Codex CLI với GPT-6.1 Terra đạt 70,5%. Compound quy thành tích dẫn đầu của mình cho các công cụ Excel, PowerPoint và Word được viết lại của chính họ và việc định tuyến các phần của mỗi tác vụ qua các mô hình từ nhiều phòng thí nghiệm.

Độ nóng của sự việc này

Chưa đủ quan sát liên tục để vẽ xu hướng.