ReasonCore 发布 SciCode 500 编程基准
geoffwolfe · x · 2026-08-27
ReasonCore AI 发布了名为“SciCode 500”的基准测试，已在 Grok 4.5、Ox Alpha、DeepSeek V4 Pro 和 Muse Spark 1.1 等模型上进行了测试。该基准设计涵盖了广泛的解题难度，其中 100% 的预留难题已通过非基准 SOTA 模型验证解决。ReasonCore 拥有 5000+ 个此类库存数据，并正在 CritPt 构建库存。
「研究」频道最新
- 三进制 VM 中的平衡三态表示：27 点立方体可视化 — fractalmoto · 2026-08-27
- Scale AI 推 CliniCARE-Bench，测医疗 Agent 真实推理 — alexandr_wang · 2026-08-27
- 多智能体环境 The Station 实现自主数学研究 — _akhaliq · 2026-08-27
- NSF斥资9000万美元建三个科技中心，含人机协同适应研究中心 — yudapearl · 2026-08-27
- 研究人员声称利用 GPT 5.6 Sol 攻破格点电子投票 — jedisct1 · 2026-08-27
- AI 复现 ICML 论文成功率惊人，Science 杂志重点报道 — ChenhaoTan · 2026-08-27