Surge AI 发布高质量数据集，STEM 数据竟让编程能力提升 6pp
echen · x · 2026-08-01
Surge AI 研究团队分享了其高质量数据集对前沿模型后训练的具体效果。实验表明，使用其五分之一的数据量进行训练，即可在多个基准测试中带来显著提升：
- 编程能力：在 Terminal-Bench 2.0 上提升 12.0pp
- 企业智能体：在 Toolathlon 上提升 9.6pp
- STEM 推理：在 FrontierScience 上提升 9.3pp
有趣的是，跨领域的数据泛化现象明显，使用非编程类（如 STEM）数据集训练，竟然也让模型在 SWE-Bench Pro 上的成绩提高了 6pp，且数据中不含一行代码。完整版数据集现已开放使用，并支持“按效果付费”。
所属事件:Surge AI发布高质量训练数据集，小数据量显著提升模型能力(5 条相关)→
「模型」频道最新
- 实测 GPT-5.6 Luna：知识工作表现比肩 Sol，成本大幅降低 — BenBajarin · 2026-08-01
- GPT-5.6 系列跑分曝光：Sol 榜单前十，Luna 性价比成日常首选 — arena · 2026-08-01
- 实测Claude Opus：低思考强度反而更可控易用 — brandon_galang · 2026-08-01
- 图表对比揭示：DeepSeek性能全面超越Llama — teortaxesTex · 2026-08-01
- DeepSeek V4 Flash 性价比碾压：成本仅为 GPT-5.6 Luna 的 43% — zainhas · 2026-08-01
- DeepSeek V4 Flash 低价引发争论：OpenAI 利润率被指过高 — teortaxesTex · 2026-08-01