跳到正文

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。

官方評測
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。