CloudOpsBench发布：最强模型仅完成60%
热点事件持续更新
CloudOpsBench发布：最强模型仅完成60%
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用 45 项 AWS 云运维任务测试 AI 智能体，涵盖修复服务、删除资源、限制权限、推进更新和下线项目等操作。表现最好的 Claude Fable 5.1 完成 60%，GPT-6 Astra 完成 53%。 这些任务由有经验的 DevOps 工程师构建，在真实 AWS 云与模拟器中运行结果一致。项目在 GitHub 以 Apache 2.0 许可开放，并附有详细的失败分析；面向 GCP、Azure 和 OCI 的扩展版本仍在计划中。
AI 根据报道生成 · 5 小时前更新
最新进展11月5日 00:42
CloudOpsBench 开源基准发布：45 项 AWS 运维任务中最强模型仅完成 60%报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- The DecoderCloudOpsBench 开源基准发布：45 项 AWS 运维任务中最强模型仅完成 60%
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用 45 项 AWS 云运维任务测试 AI 智能体，表现最好的 Claude Fable 5.1 完成 60%，GPT-6 Astra 完成 53%。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 911月5日 03:00
- 近 24 小时变化
- –
02.557.510
03:0004:0005:0006:0007:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。