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 升级反作弊并重算榜单(5 条相关)→
「编程与Agent」频道最新
- Agent 跑任务卡死屏幕，用户每五分钟喊一次「等一下」 — every · 2026-10-16
- 19 个 Claude 逆向工程 Blender，结尾神反转：源码本来就公开 — Dan_Jeffries1 · 2026-10-16
- 工程师的新日常：用 AI 挖掘通话记录里没立项的需求 — curious_vii · 2026-10-16
- 睡前 80 字指令，一夜后 AI agent 建好 205 家面包房地图网站 — jamesbrooksco · 2026-10-16
- Visual Lean 上线：拖拽点击玩 Lean 形式化"自然数游戏" — MilesCranmer · 2026-10-16
- 0.6B 微调后反超 27B：小模型专精化碾压通用大模型 — mshubham · 2026-10-16