Fable 5.1 科研 Benchmark 解析：成功率翻倍至 53.6%
johnseach · x · 2026-09-02
针对 Fable 5.1 宣传中的“Agentic Scientific Research”概念进行解析。其本质是 AI 能够接手真实的科学计算任务，通过终端工具完成工作。在 Terminal-Bench-Science 0.1 评测集(70 个专家任务)上，Fable 5.1 的成功率从约 25% 跃升至 53.6%。这标志着自主执行科研工作流能力的重大进步，尽管离完全解决科学问题尚远。
所属事件:Anthropic 发布 Fable 5.1 与 Mythos 5.1，缓存降价 75%(174 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
- AutoTrust 模型被曝刷榜:仅 17 天冲上 HF 史上点赞第 10 — realmrfakename · 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