316 个结果绘成缩放曲线:ECI 单轴对齐 GSM8K 到 FrontierMath 成绩
burny_tech · x · 2026-11-21
burnytech 分享了一张「From ECI to benchmark scores」图表,汇总 316 个结果,把不同模型在 GSM8K、OTIS Mock AIME 2024-2025、FrontierMath Tiers 1-3 (v2) 上的成绩放到同一条 ECI(Epoch Capabilities Index)横轴上,呈现 S 形缩放曲线。
- 图中标注 Qwen2.5-Coder-7B、Qwen-14B、o3-mini、GPT-4.1 nano、o1、Grok 4.6、Inkling-Small 等模型在曲线上的位置
- 展示用单一能力指数预测各基准分数的拟合效果
- 配了一张「If you would please consult the graphs」梗图,暗讽不看数据就下结论的讨论
「模型」频道最新
- AI 一周盘点:Anthropic 935 亿美元 IPO 与黎曼猜想 AI 辅助证明 — TheTuringPost · 2026-11-21
- HeyGen 发布 Decision 1:约 100ms 多模态推理,速度称 4 倍于 Gemini — HeyGen · 2026-11-21
- 实测 NVIDIA Cosmos 3:镜头移开 8 秒,世界模型就忘了房间 — PrateekVJoshi · 2026-11-21
- Reddit 网友称开源小模型 Inkling 2 Mini 多项跑分追平 Gemini 2.5 Pro — ProxyLumina · 2026-11-21
- 斯坦福测「每焦耳智能」:Inkling 2 Mini 得 0.703,远超 Qwen 与 Gemma — simonguozirui · 2026-11-21
- Qwen3.8-27B-hermes-adapted 登上 Hugging Face 热门榜 — harness-hub · 2026-11-21