语言学奥赛首次引入 AI 挑战赛，Opus 达金牌水平

Cohere_Labs · x · 2026-08-19

Cohere Labs 团队发布 IOL-AI Challenge 论文：基于 2026 年国际语言学奥林匹克（IOL）个人赛未公开题目举办开放竞赛，46 支队伍提交 731 份方案，在严格算力限制（单块 T4、30 分钟）下评测，并首次由 IOL 官方评审按人类选手同一评分标准打分。另测评 15 个不受限的前沿与开源模型，Claude Opus 4.8 获得相当于金牌的评审分。关键发现：能力不由规模决定，14B 模型击败两倍大小的对手，提升主要来自解码与输出处理而非模型容量；自动指标排序与评审完全一致，但会压缩分差，给弱系统虚高约 13 分。