Terminal-Bench 4.0 发布，疑使用公开任务
teortaxesTex · x · 2026-08-29
Terminal-Bench 4.0 发布。用户指出，TB3 两个月前才落地，但任务收集了 4.5 个月以上；TB4 中没有新任务，只是移除或修改了部分任务。这意味着部分任务已有 5 个月以上历史，且随同解答/评分器在 GitHub 上公开。虽然未证实 Zai 是否在这些任务上训练，但质疑很难相信没有公司利用这些免费且易于获取的环境（Harbour 兼容）。
所属事件:Terminal-Bench 4.0 发布：Opus 5 领跑，GLM 5.3 成最佳开源(6 条相关)→
「研究」频道最新
- MIT 揭秘：AI 群体无沟通也能演化技术 — ProfBuehlerMIT · 2026-08-29
- LAION 发布千万小时开源视频数据集 BVD — The Decoder · 2026-08-29
- RL 作用确凿，十家中企具备造 AGI 能力 — teortaxesTex · 2026-08-29
- MIT 发现无交流智能体可分工并建造永续技术 — ProfBuehlerMIT · 2026-08-29
- 批模型架构 hype：持续学习受限于数据处理，世界模型非 AGI 必需 — menhguin · 2026-08-29
- Karpathy 神经网络训练心法今日仍适用：错误可能长期潜伏 — iScienceLuvr · 2026-08-29