Anthropic Fable 5.1 在 Humanity's Last Exam 获 65% 分
jakehalloran1 · x · 2026-09-02
Anthropic 的新模型 Fable 5.1 在 Humanity's Last Exam (HLE) 基准测试中取得了 65% 的成绩。该测试仅包含多选题和填空题，目前尚未被模型饱和，Fable 5.1 是在使用工具的情况下取得该分数。
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
- 「前沿模型 400 美元订阅不可能持久」,团队转向评测开源模型备胎 — ChrisRackauckas · 2026-10-18
- OpenAI 测试列表惊现 aurora 红/绿/蓝三个 alpha 模型检查点 — ChrisGPT · 2026-10-18
- 波兰开发者业余两周造决策模型,开源榜第一超众多商业产品 — lukaszkaiser · 2026-10-18
- DeepSeek V4.1 Flash 智能体分暴涨,长程任务提升但约束遵循下滑 — teortaxesTex · 2026-10-18
- 科学计算大佬实测：日常维护任务开源模型反超，但深挖代码缺陷仍靠 Opus — ChrisRackauckas · 2026-10-18
- DeepSeek V4.1 Flash 冲进 BuildingBench 前五,成本仅 Sonnet 的 1/15 — Lianhuiq · 2026-10-18