Fable 5.1 在 HLE 基准获 65% 成绩

Anthropic 新模型 Fable 5.1 在 Humanity's Last Exam（HLE）基准测试中取得 65% 的成绩。开发者指出，HLE 仅包含选择题和填空题，目前尚未饱和。在允许使用工具的情况下，Fable 5.1 拿下 65% 的分数，显示出模型结合工具推理解决高难度学术问题的能力持续提升。

2026-09-02 ~ 2026-09-02 · 2 条相关