Google／官方：推出 Physical-Engineering's Last Exam——八十五項真實工程任務評測前線代理；頂尖約四成八；硬性安全關卡僅約四成一過關
Google Cloud 官方於二零二六年十一月三日公布 Physical-Engineering's Last Exam（PLE）：與 Mercor 合作的新基準與公開競賽，以機械、電機、土木與結構等真實工程專案資料夾，測試前線 AI 代理能否產出通過硬性安全與可行性關卡的設計；私有測集上所有受測模型平均分數均低於五...
Google Cloud 官方於二零二六年十一月三日公布 Physical-Engineering's Last Exam（PLE）：與 Mercor 合作的新基準與公開競賽，以機械、電機、土木與結構等真實工程專案資料夾，測試前線 AI 代理能否產出通過硬性安全與可行性關卡的設計；私有測集上所有受測模型平均分數均低於五...