Humanity's Last Exam 未饱和，Fable 5.1 工具分 65%
Sauers_ · x · 2026-09-02
Sauers 指出，仅包含选择题或填空题的 Humanity's Last Exam (HLE) 测试尚未达到饱和。数据显示，Fable 5.1 在使用工具的情况下的得分为 65%。
「模型」频道最新
- Fable 5.1 Max 推理成本比 5.0 高出 56% — Angaisb_ · 2026-09-02
- Meta Avatar 2.0 面部动效：FACS 风格化与规模化解法 — SergiCaballer · 2026-09-02
- 用户实测：Claude Fable 5.1 修正了生硬语气 — generativist · 2026-09-02
- Claude 5.1 发布，网友建议设安全研究员准入 — NathanpmYoung · 2026-09-02
- Meta 重返 AI 第一梯队，Zuckerberg 野心藏于财报 — rohanpaul_ai · 2026-09-02
- Fable 5.1 运行 AAII 任务耗币激增 73.5% — Angaisb_ · 2026-09-02