雷锋网·· 5 小时前AI 评分60
谷歌与 Mercor 发布 PLE 评测：工程 Agent 单项约束满足 91%，交付项仅 41.3% 达标
91% ≈ 0%？谷歌最新研究，戳破工程 Agent 的高正确率泡沫
AI 导读
Google 与 Mercor 发布 Physical-Engineering's Last Exam（PLE），用 85 项机械、电气、土木与结构工程任务评测工程 Agent。
来源：雷锋网 · leiphone.com
谷歌与 Mercor 发布 PLE 评测：工程 Agent 单项约束满足 91%，交付项仅 41.3% 达标