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%。
所属事件:Fable 5.1 在 HLE 基准获 65% 成绩(2 条相关)→
「模型」频道最新
- Mistral 发布 Timestral 时序预测模型，500 万参数可跑普通 CPU — lmoroney · 2026-10-18
- 曝 Hugging Face 热榜被刷:AutoTrust 模型靠数千养号点赞冲榜 — mrfakename0 · 2026-10-18
- Google AI Studio 全面升级:Gemini 4 Argon 驱动全栈应用一键部署 — clmt · 2026-10-18
- 爆料:OpenAI 下周将发布新模型,代号 aurora 疑似三款 alpha — imjustnewatai · 2026-10-18
- 用户吐槽 Gemini 推出 Argon 后大面积卡顿：一半请求挂起 — johnfromberkeley · 2026-10-18
- Domingos：叠加是特性而非缺陷，不损可解释性反增记忆容量 — pmddomingos · 2026-10-18