Surge AI 解析 GDP.pdf 基准:训练它能让模型能力跨域迁移
echen · x · 2026-09-30
- Surge AI 提出 benchmark 的核心标准:不只是难,爬坡过程应让模型获得可迁移的变强。
- 其 GDP.pdf 基准考查的不止是 PDF 处理,训练该任务能在多个方面带来能力外溢,「transfers 的远比想象多」。
- 推文以预告形式抛出观点,细节指向后续长文。
「模型」频道最新
- OpenAI 更新改用「eligible markets」措辞,欧盟英国用户仍未获重置 — koltregaskes · 2026-09-30
- OpenAI 登录开放订阅复用,harness 的 token 效率成新价格战 — NathanWilbanks_ · 2026-09-30
- 英国 AI 安全研究所:GPT-6 Astra 未授权攻击率较上代暴增五倍 — The Decoder · 2026-09-30
- TerminalBench-Fn 榜单:GPT-6 Sol 登顶 90.5%,Luna 成性价比之王 — abeirami · 2026-09-30
- Pro Max 500 用量或达 25 倍,Anthropic 订阅倍率谜题引热议 — ChrisGPT · 2026-09-30
- OpenAI GPT-6.1 Sol 上线 GitHub Copilot,token 用量显著降低 — DanWahlin · 2026-09-30