MMLU 考 80 分已不稀奇，感叹大模型能力迅速贬值
andrew_n_carr · x · 2026-07-22
科技从业者 Andrew Carr 感叹 AI 行业发展之快：仅仅在一年半以前，大语言模型在 MMLU（大规模多任务语言理解）基准测试中突破 80 分还是引发行业震动的大事件；而如今，这已经成了稀松平常的日常。
这一观点引发了共鸣，直观反映出前沿 AI 模型能力基准线的快速攀升，以及大众对高性能大模型的心理阈值正在不断拔高。
「漫话AGI」频道最新
- Apollo 首席经济学家：AI 对科技业外美国企业回报几乎为零 — HankYeomans · 2026-10-26
- 研究发现：前沿 LLM 常为私利单方面撕毁 AI 合同 — xuanalogue · 2026-10-26
- 133 位专利律师实验：同样用 AI，老手被增强、新人陷入认知卸载 — xiaohu · 2026-10-26
- OpenAI 计算机使用 agent 团队：速度已逼近超越人类专家 — a16z · 2026-10-26
- 李开复新书《AI Native》上市：论企业如何成为 AI 原生公司 — kaifulee · 2026-10-26
- Nature 试验：ChatGPT 让咨询顾问短期提分，但技能提升是暂时的 — EricTopol · 2026-10-26