OpenAI 96 项基准难度图:数学与 AI 研究优先,多模态安全类稀缺
scaling01 · x · 2026-11-19
OpenAI 数据显示模型时间跨度(time horizons)每 3.8 个月翻倍,其背后 ECI 体系的 96 项基准难度分布图揭示了 OpenAI 的优先级:数学与 AI 研究最重视,其次是科学、专业工作和工程,远超其他领域。
图表按类别展示基准数量与难度(GPT-6.2 Astra 得分 170.3 为参考线):Science 18 项、软硬件工程 16 项、专业工作 10 项、语言推理 9 项、多模态 9 项、数学 8 项、AI 研究 8 项、计算机与工具使用 7 项、游戏 7 项、网络安全仅 4 项。发帖人惊讶于高难度多模态、游戏和网络安全基准如此之少。
「模型」频道最新
- 英国 Turing 主权模型路线图曝光:可部署目标定在 2028 年末之后 — bclavie · 2026-11-19
- Gemini 发布间隔指数缩短:28 天到 6 天,AI 摩尔定律显现 — davidyin44 · 2026-11-19
- Google 发布 Gemini 4 Neon,Surge AI 实测登顶 Tuesday@Work 榜首 — echen · 2026-11-19
- 传谷歌 Neon 与 Carbon 表现亮眼,实测对比不输 Claude Opus — almmaasoglu · 2026-11-19
- 马斯克透露 Grok 4.8 进入 RL 阶段,主打「实用性最大化」不刷榜 — XFreeze · 2026-11-19
- 小公司 Liquid AI 决策模型反超谷歌微软,价格还便宜一半 — JosephJacks_ · 2026-11-19