Surge AI 推出开箱即用前沿训练数据，实测大幅提升多款模型 Agent 能力
echen · x · 2026-08-01
数据标注公司 Surge AI 宣布将其为前沿 AI 实验室构建的高质量训练数据、评估基准和强化学习环境直接对外出售。
官方展示了使用其数据集进行后训练后的模型能力提升数据：
- 智能体编码：GLM-4.7 在 Terminal-Bench 2.0 上的得分从 35.2 提升至 47.2；在 SWE-Bench Pro 上从 37.2% 提升至 44.3%。
- 企业级 Agent：Qwen3.5-122B-A10B 在 Toolathlon 基准上的成绩提升了 9.6 个百分点（从 24.2 到 33.8）。
- STEM 推理：模型在 FrontierScience 上的得分从 29.1 提升至 38.4。
此外，官方表示仅使用五分之一的数据就达成了上述效果，而非编码数据集甚至让 SWE-Bench Pro 成绩提升了 6.3 个百分点。加入其 Trusted Program 的实验室可以在完整数据集上进行训练和评估，仅在指标提升时才付费。
所属事件:Surge AI 发布高质量训练数据集，实测显著提升模型能力(6 条相关)→
「模型」频道最新
- antirez 发布 DeepSeek V4 Flash 多款 GGUF 量化文件，含 2bit 至 4bit 版本 — antirez · 2026-08-01
- 讨论：大模型过度刷榜（Benchmaxxing）如何导致实际任务不可用 — Witty_Mycologist_995 · 2026-08-01
- 实测大模型超长上下文：30万 token 后智商骤降 — teortaxesTex · 2026-08-01
- Moonshot 2.8 万亿参数 Kimi K3 上线微软 Azure AI Foundry — ccerrato147 · 2026-08-01
- Fable 模型展现惊人隐性知识，用专业物理词汇劝退用户 — voooooogel · 2026-08-01
- 实测 DeepSeek API 成本极低，缓存命中带来惊艳性价比 — ccerrato147 · 2026-08-01