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

LiveNerf 开始追踪 Fable 5.2 表现

AI 总结

LiveNerf 维护者将 Claude Fable 5.2 加入预注册的每日评测,使用源自 GPQA Diamond、MMLU-Pro、竞赛数学和 AIME 的固定78题面板。前三次得分分别为80.8%、88.5%和84.6%,且没有服务错误,但题目原本针对 Claude Opus 5.5 选取,两者使用的 Claude Code 版本也不同。维护者称初始基线期尚未结束,且判定规则需要连续两个10天窗口下降,因此目前无法判断长期稳定性。

深度见解

该项目提供了一种可重复、仅追加结果的长期性能追踪方法,但当前 Fable 5.2 数据仅来自一个账户和三天观测。

#LiveNerf#Claude Fable 5.2#Claude Opus 5.5#Claude Code#GPQA Diamond#MMLU-Pro#AIME

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。