Astra 登顶 ALE-Bench,作者直呼碾压级领先
scaling01 · x · 2026-09-08
scaling01 发帖称 Astra 在算法竞赛基准 ALE-Bench 上表现「令人不适地碾压同级」,并配出成绩截图。同线程补充称其领先幅度接近 1000 elo。
所属事件:Astra 登顶 ALE-Bench,领先近千 elo 且成本极低(2 条相关)→
「模型」频道最新
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 换评测框架成绩大涨：Argon 改用 Antigravity Harness 逼近 Opus 5.5 — davidstutz92 · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- ChatGPT 把 404 Media 当科技公司客服，大批用户被推荐去找记者修手机 — 404 Media · 2026-10-26