Frontier-Bench 上线：74 个 Agent 任务，顶级系统仅 34%
ajratner · x · 2026-07-24
Frontier-Bench 上线了，这是一个面向 agent 工作 的新基准，由 Terminal-Bench 和 Harbor 背后的团队打造。
它的定位不是一次性静态榜单，而是“随着前沿 agent 能力一起演进”的持续基准。当前 v0.1 版本包含 74 个任务，团队称最强 agent 的得分大约只有 34%。
帖子里还提到，SnorkelAI 作为 task author 和数据合作方参与了：
- 全局测试与纠错
- 类别 taxonomy 构建
- benchmark 任务设计
整体来看，这是一个偏研究与评测工程的发布，而不是单纯产品宣传。
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
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11