创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

GPT-6.2双模型在SimpleBench落后人类

AI 总结

SimpleBench Team公布了包含200多道选择题的榜单,题目涵盖时空推理、社会智能和语言鲁棒性。GPT-6.2 Astra得分77.3%,GPT-6.2 Sol得分69.9%,均低于83.7%的人类基线;不过,榜单中的Claude Fable 5.2和Gemini 4 Neon等新模型已超过该基线。

深度见解

结果显示两个OpenAI模型在日常推理评测中均落后于报告的人类基线,但较新模型已在这份榜单上超过该基线。

SimpleBench

Where Everyday Human Reasoning Still Surpasses Frontier Models

SimpleBench Team

Latest LeaderboardReportTry Yourself

Image 1: Hugging Face

Public Dataset

部分来源内容未展示,可前往原文继续阅读。

#SimpleBench#GPT-6.2 Astra#GPT-6.2 Sol#OpenAI#Claude Fable 5.2#Gemini 4 Neon

原文约 2 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。