Humanity's Last Exam 推出修订版 HLE-Diamond
socoolandawesome · reddit · 2026-09-24
CAIS 发布了 Humanity's Last Exam 基准的更新版本 HLE-Diamond，官方公告见其 X 账号，详细说明发布在 lastexam.ai 博客（lastexam.ai/blog/hle-diamond）。HLE 是衡量前沿模型在人类顶级难题上表现的知名基准，此次更新为社区提供了重新审视模型极限能力的新标尺。
所属事件:CAIS 发布精修版 HLE-Diamond 基准，GPT-6 Astra 以 60.6% 居首(3 条相关)→
「研究」频道最新
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- 教授用纯 NumPy 从零搭建交互式神经网络教学笔记本 — GeostatsGuy · 2026-11-11
- 新 benchmark Continual-ARC:主流 agent 都学不会经验,9B 模型微调可以 — Med1_Ai · 2026-11-11