新 AI 基准发布即被顶:称某模型 Astra 已刷到 98% 饱和
tszzl · x · 2026-10-15
Andreas Karch 宣布其团队的新 AI benchmark 正式发布,并自嘲「应该赶在 Astra 之前发」——因为据称 Astra 在该基准上已拿到 98%,几乎饱和。帖中未给出基准的具体任务构成与 Astra 的官方成绩链接,信息以爆料性质为主,等待论文/榜单页公开后可进一步核实。
「研究」频道最新
- Anthropic 研究：模型激活可预测价值对齐训练的连带效应 — dhadfieldmenell · 2026-10-15
- CMU 三位学者入选 Schmidt Sciences 2026 AI2050 早期职业研究员 — AkariAsai · 2026-10-15
- Google 提出 VEPA:让 Agent 安全护栏以符号规则形式终身演化 — mohitban47 · 2026-10-15
- Princeton/Stanford 研究:最优优化器随 batch size 变化,排名可反转 — ChengleiSi · 2026-10-15
- Spectral AI agent 3 小时内通过 SOLIDWORKS 专业级 CAD 认证考试 — katieruthmishra · 2026-10-15
- Scientific American 调查:OpenAI 纳维-斯托克斯证明并非抄袭人类思路 — FlorianGallwitz · 2026-10-15