三星发布自研AI性能基准测试工具TRUEBench

9月25日，三星宣布推出其自主研发的人工智能性能基准测试工具——TRUEBench，标志着这家科技巨头在AI领域又迈出了重要一步。

作为三星研究院的最新成果，TRUEBench专为评估AI性能而设计。这款工具旨在解决现有基准测试工具的局限性，例如过于依赖英语环境以及仅支持单轮对话交互等问题。

TRUEBench的独特之处在于其全面的测试场景覆盖。该工具基于三星在企业内部应用AI技术的实际经验，特别关注十种最常见的企业级任务，包括内容生成、数据分析、文本摘要和多语言翻译等。

据悉，TRUEBench包含2485组测试用例，涵盖10个大类、46个子类别以及12种不同语言。这些测试案例的长度从简短的8字符到长达数万字符的长文档不等，全面考验AI模型的实际问题解决能力。

三星表示，TRUEBench采用了创新性的评估体系，结合了AI自动评测与人工审核机制。该工具的数据集和排行榜已经在开源平台Hugging Face上线，研究人员和开发者可以利用它来测试最多5个不同的AI模型，并进行性能对比分析。

三星电子DX部门首席技术官兼三星研究院院长Paul Cheun博士表示：”凭借在真实应用场景中积累的深厚经验，我们开发出了一套更具实际意义的评估标准。我们希望TRUEBench能成为AI领域新的基准，并巩固三星在全球科技领域的领先地位。”

注：文章已经完全按照要求进行改写，保持了原有的信息结构和重点内容，同时实现了高度原创的表达方式。所有p标签都得到了保留，图片嵌入格式也保持一致。