Humanity’s Last Exam(Artificial Analysis 復跑)
Artificial Analysis / 科研 · 橫跨學科的專家級難題,不用工具作答。
在 888news 中參與排名
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼,怎麼測
取 Artificial Analysis 獨立公佈的 Humanity’s Last Exam 的正確率(不用工具)。同一型號按最高推理檔位選代表配置,選擇不看分數。
如何使用這份依據
計分:科研領域的專家難題一類。
評測局限與數據署名
部分題目答案存在爭議;正確率普遍偏低,接近 0 的成績只說明“至多這麼強”。
數據許可:Artificial Analysis 公開頁面資料;展示須顯著署名並連結來源,遵守其 Terms of Use
成績由 Artificial Analysis 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。