PostTrainBench：AI 智能体后训练得分半年从 23% 升至 45%
karinanguyen · x · 2026-11-07
据 Nathan Lambert 转发的 PostTrainBench 数据，AI 智能体自主对模型做后训练（post-training）的最高得分已从今年 3 月的 23% 升至 10 月的约 45%，而实验室自家模型的成绩约为 51%——智能体与人类专家的差距正在快速收窄。原推作者正与 karinanguyen 讨论目前仍缺什么。
「编程与Agent」频道最新
- HackerRank CEO 亲自实测：AI 面试到底有多容易作弊 — emeka_boris · 2026-11-07
- Nous 推出 Portal 统一账户：200+ 模型目录加 Agent 云托管 — NousResearch · 2026-11-07
- 全球首秀:Codex 将通过 MCP 与人类同台进行半自主 DJ 演出 — Yamapama · 2026-11-07
- 玩《异星工厂》让他更会管 AI 智能体了 — billyjhowell · 2026-11-07
- LangChain deepagents 新增浏览器操作与异步子智能体能力 — LangChain · 2026-11-07
- DepthFirst 公开 Agent 云端开发环境架构：一周落地，Codex 与 Claude Code 可无缝切换 — andreamichi · 2026-11-07