Anthropic on Mythos 4

1. 20:02
   SemiAnalysis (@SemiAnalysis_)

   專家觀點：最受歡迎的 AI 基準測試真的垃圾嗎？🚨

   本篇以 GDPx 為例，指出主流 AI 基準測試已失效，提醒業界需重新審視評估指標。 - GDPx 14 個專業資料合作夥伴，涵蓋 11 個領域，提供實際任務。

當前熱度 9·可比範圍峰值 10（11月3日 21:00）·近 24 小時可比範圍變化 –

趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指標或點選圖表檢視每小時熱度；鍵盤可用左右方向鍵切換。