SatBench:AI 基准正被更快速消耗,2026 年新基准月增 7-9 个

mattbeane · x · 2026-11-15

Matt Beane 基于 Ethan Mollick 的 SatBench 项目提交了「first derivatives」分支分析。SatBench 把 AI 实验室最常引用的 173 个基准当作一场大考的题目:最佳成绩达到 85% 即视为「解出」。配图数据显示:

项目还分析了基准间的相关性与聚类,以及哪些基准已被实验室停止报告。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →