Artificial Analysis 解读：CritPt v2 涨分主要来自题目修订而非工具
ArtificialAnlys · x · 2026-10-23
Artificial Analysis 补充说明 CritPt v2 与 v1 的分数不可直接比较：GPT-6 Astra (max) 从 v1 的 32% 升至 v2 的 83%。官方测试显示，提升大部分来自题目修订本身，代码执行工具只带来较小增益。头部模型已超过 80%，意味着 v2 留给前沿模型的上限空间比 v1 更小。
所属事件:CritPt v2 涨分主因题目修订，新旧分数不可直接比较(2 条相关)→
「模型」频道最新
- PHP 基金会证实：Claude 网络安全模型今年曾扫描 PHP 代码库 — saibharadwaj · 2026-10-23
- Sophont 发布医学模型 Holon-S1：从病理切片预测基因与生物标志物 — iScienceLuvr · 2026-10-23
- 微软 AI 诊断系统登 Science:疑难病例准确率超全科医生 — TechCrunch AI · 2026-10-23
- 文档解析 lite 版战绩:OmniParseBench 75.1 分碾压 Azure Read 的 42.3 — VikParuchuri · 2026-10-23
- Datalab 开源 1M 参数 OCR 模型：CPU 跑出每秒 44 页 — VikParuchuri · 2026-10-23
- 科学美国人揭秘 OpenAI 百万美元数学证明背后的故事 — scientificamerican · 2026-10-23