DRACO 基准再次显示，融合系统仍领先单一前沿模型
iamtrask · x · 2026-07-22
OpenMined 重新跑了一个基于 OpenRouter 的实验，在 DRACO 这个 deep research benchmark 上继续观察到：融合模型仍然占优。
- 排名前 5 的系统全部是 fusion；最好的单一前沿模型只排到第 6。
- 作者称，这一结果与另外 4 家初创公司以及洛斯阿拉莫斯国家实验室的观察一致。
- 图表里可以看到，像 Fable + GPT-5.5、Opus + GPT-5.5 + DeepSeek、DeepSeek + Kimi + GPT-5.5 这样的组合，明显超过单模型方案。
作者把这解读为：在深度研究类任务上，多模型融合依旧是更强的路线，后续还会有更多 benchmark。
所属事件:DRACO基准测试显示融合系统仍领先单一前沿模型(2 条相关)→
「研究」频道最新
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一份横跨 ML、系统、NLP 与音频的经典论文清单 — deliprao · 2026-07-27