MKA 评分设计解析：头部七模型 Regression 均 95-97%，Climb 拉开到 28-57%
ArtificialAnlys · x · 2026-11-11
Artificial Analysis 解释 MKA 基准的评分结构：每条评分标准标注为 Climb（前沿模型仍常失败的高难度项）或 Regression（基线能力）。
在 Regression 上头部模型几乎无差异——前七名全部落在 95%97%；而 Climb 项才是真正的分水岭，跨度从 28% 到 57%，把强模型明显区分开。
所属事件:DeepMind MKA 基准上线，头部模型高难项差距悬殊(4 条相关)→
「研究」频道最新
- ByteAsk 论文:C++ 编码 Agent 同等修复率下省 63-80% token — rohanpaul_ai · 2026-11-11
- Deletion Tuning:只清零 0.05% 权重即可媲美全量微调 — Thrumpwart · 2026-11-11
- JHU/MIT 开源 OpenTac:柔性 PCB 触觉皮肤可自动覆盖任意机器人表面 — _krishna_murthy · 2026-11-11
- L Somerset 提出「内侧 vs 外侧」框架：哪种智能体交互方式更优 — SucceededMind · 2026-11-11
- 中国团队开源 15B 参数人形机器人基座模型 — lmoroney · 2026-11-11
- Josh Siegle 提议建「细胞类型版 ImageNet」打通神经活动与细胞身份 — patrickmineault · 2026-11-11