Agents’ Last Exam 可能最晚明年 2 月就会饱和
CallMePyro · reddit · 2026-07-21
这条帖子认为，Agents' Last Exam 这个基准最晚到明年 2 月就会被“打满”，依据是它已经非常接近前沿模型的趋势线。
配图把 pass rate 和 score 分别按模型发布时间做拟合，给出了线性、指数和 logistic 外推，结果都指向 2027 年前后会触及更高阈值。作者想表达的是：前沿模型进步太快，这个 benchmark 可能很快就会失去区分度。
「模型」频道最新
- Sam Altman 将赴华盛顿，向国会简报 OpenAI 的 GPT-6 — inductionheads · 2026-07-22
- 基准图对比 GPT-5.6 Luna、Grok 4.5 和 Gemini 3.6 Flash — iruletheworldmo · 2026-07-22
- 帖子称 Kimi 源自 Fable 蒸馏，引发模型归属争议 — cephaloform · 2026-07-22
- Gemini 3.6 Flash 已可在 Antigravity 和聊天中使用 — MartianOnJupiter · 2026-07-22
- Gary Marcus：LLM 会做数学不等于真的懂智能 — GaryMarcus · 2026-07-22
- OpenAI Codex + GPT-5.6 Sol 在验证测试中达到 99% 召回 — soumitrashukla9 · 2026-07-22