ScreamingFace 排行榜：多个模型组合可打败其中最强单模型
iamtrask · x · 2026-11-05
ScreamingFace 上线了首个经核验的多模型系统质量-成本前沿排行榜（leaderboard.screamingface.ai），核心论点是：由多个模型组成的集成（ensembles）、路由（routers）、级联（cascades）系统，能在多个基准上超过其中最强的单个模型。
- 排行榜覆盖 ARC-AGI-2、GDPval、HealthBench Professional、MMLU-Pro、FrontierScience、InfiniteBench 等十余个基准，每个都标注「Best Reproducible」，公开分数、配方与成本。
- 目标是为多模型系统的性价比绘制可复现的 pareto 前沿地图。
所属事件:OpenMined 发布开源融合模型生态 ScreamingFace(2 条相关)→
「模型」频道最新
- 爆料称将出现 0.3B 激活、$0.01/Mtok 的「Luna 级」检索增强模型 — teortaxesTex · 2026-11-05
- Toloka 实测 GPT-6 Astra 控机器人：成功率 90% 远超传统方案 30% — MParakhin · 2026-11-05
- 用户质疑 GPT-6.2 被悄悄「削能力」，引发降智讨论 — CtrlAltDwayne · 2026-11-05
- OpenAI 新版本疑命名 GPT-6.2 而非 6.5，引发 sandbagging 猜测 — scaling01 · 2026-11-05
- Grok Bot 测试推荐返利：拉新赠 14 天 Premium,推荐人获用量重置 — XFreeze · 2026-11-05
- keltan 更新 Astra「装傻」分析:新增证据后不做大幅修正 — repligate · 2026-11-05