陈天奇转发式吐槽：AA-intelligence 基准题自己都看不懂

WenhuChen · x · 2026-09-13

Wenhu Chen（陈天奇）表示最近看了 AA-intelligence 基准里的实际任务，很多题目自己连看懂都困难，更别说解答，直呼「在 AI 模型面前像个傻子」。这侧面反映当前高难 agent 基准的任务复杂度已远超普通专家直觉。

原文链接 →

「模型」频道最新

• 自建编排器报错"astra 无权访问 Daybreak"，神秘模型现身 — LeopardBernstein · 2026-09-13
• kalomaze 直言 Opus 5 是个很糟糕的模型 — kalomaze · 2026-09-13
• 评论人：OpenAI 数学证明若出自无名数学家，舆论会是另一番景象 — skdh · 2026-09-13
• GPT-6 Astra 不进聊天框:20 美元 Plus 每 5 小时仅 5-45 条,入口成新权限墙 — 新智元 · 2026-09-13
• LLM Architecture Gallery：一张图看尽各家大模型架构 — zainhas · 2026-09-13
• Schulman:仅读1930年前文本的模型经蒸馏竟超Claude 3 Opus — victor_explore · 2026-09-13

更多「模型」频道 AI 资讯 →