14 个月从 5% 到 98%，EpochAI 宣布 Tier 4 基准已饱和
teortaxesTex · x · 2026-09-11
EpochAI 转发官方推文：其 Tier 4 评测榜于 2025 年 7 月 11 日上线时，最高得分仅为 5%；不到 14 个月后，最高分已达 98%，EpochAI 认为该基准已被打满、失去区分度。这条数据直观展示了前沿模型在困难基准上的能力迭代速度，也再次凸显「基准快速饱和」对评测体系的挑战。
所属事件:Epoch AI 数学基准 14 个月从 5% 飙至 98% 宣告饱和(3 条相关)→
「模型」频道最新
- NVIDIA Nemotron 3.5 Super VL 首战 ARC-AGI-2 仅得 1.94%，被讽西方开源冠军失色 — teortaxesTex · 2026-10-26
- 腾讯 Hy-SimulMT 全量上架 Hugging Face，含 FP8/GGUF/Interleave 多版本 — AdinaYakup · 2026-10-26
- 腾讯开源实时同传模型 Hy-SimulMT：30B/A3B，3 秒延迟，Apache 2.0 — AdinaYakup · 2026-10-26
- Fintech 圈 AI 重度用户共识:ChatGPT、Claude、Grokbot 位列前三 — LexSokolin · 2026-10-26
- 研究者暗示 DeepSeek 下一代模型或沿用 V3.2 DSA 路线 — YouJiacheng · 2026-10-26
- Anthropic S-1 亮点：半年营收涨 1300%,毛利率 85% — danshipper · 2026-10-26