介绍 WeirdML v3：全智能体基准，含 11 个复杂手工任务

RT @htihle：推出 WeirdML v3，这是一个完全智能体化的基准测试，包含 11 个复杂的手工任务。

模型必须探索并理解不熟悉的数据，开发 ML 和数据分析流水线，并在数据有限、目标未明确和/或反馈非常有限的情况下产出结果。
1/8 https://t.co/lmDiBj7EiQ