Frontier-Bench 发布 v0.1，带来 74 个任务的持续更新基准
tokenbender · x · 2026-07-24
Frontier-Bench 被做成了一个 持续更新的 benchmark。
首个版本 v0.1 包含 74 个高难度、多样且高质量的任务。团队表示会定期加入新任务并持续改进现有任务，试图解决传统 benchmark 随时间“失效、贬值”的老问题。
所属事件:Frontier-Bench v0.1 发布，最强智能体仅得 34%(5 条相关)→
「研究」频道最新
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11