PostTrainBench v1.1 重建反作弊流程并重算榜单
maksym_andr · x · 2026-07-29
- PostTrainBench v1.1 重建了完整性/反作弊流程，澄清了 post-training agents 的规则，并据此重算排行榜。
- 这次还新增了 5 个 agent：Fable 5、GPT-5.6（Sol）、Opus 5、Kimi K3、Grok 4.5。
- 配图强调，这次升级的核心是加固基准，防止 reward hacking；原版在更强 agent 面前暴露出规则和管线漏洞。
所属事件:PostTrainBench v1.1 升级反作弊机制并重排榜单(5 条相关)→
「编程与Agent」频道最新
- Deep Agents v0.7 发布：默认上下文缩减 65% — hwchase17 · 2026-07-30
- 开发者用 Claude 打造纯代码生成的 3D RPG 游戏 — chrisfirst · 2026-07-30
- jasonkneen 推出浏览器交互智能体，支持 3D 虚拟形象 — jasonkneen · 2026-07-30
- 为 Hermes Desktop 开发开源便签插件，轻松管理碎片灵感 — Teknium · 2026-07-30
- Agensis 发布：人类与 AI 智能体的共享工作空间 — jasonkneen · 2026-07-30
- Machinen Desktop：为 AI Agent 打造的空间化终端桌面 — kieranklaassen · 2026-07-30