先了解这件事
AI 综述
2026年11月21日,SimpleBench团队推出面向大语言模型的多项选择文本基准SimpleBench。该评测包含200多道题,覆盖时空推理、社交智能和语言对抗鲁棒性。基准结果显示,具备高中常识的普通人得分为83.7%,高于所有受测大语言模型;其中Claude Fable得分为81.9%。人类成绩来自9名参与者的小样本。目前没有其他具备合格事实证据的后续发展。
AI 根据公开报道生成
最新进展 · 正式报道
SimpleBench:人类在基础推理评测中超越所有受测 LLM事件进展
1 个已确认进展
- 来源:Hacker News 热门
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月21日
Hacker News 热门
SimpleBench:人类在基础推理评测中超越所有受测 LLM
SimpleBench 显示,具备高中常识的普通人以 83.7% 的基准成绩超过所有受测 LLM,Claude Fable 得分为 81.9%。该多选文本评测包含 200 多道题,覆盖时空推理、社交智能和语言对抗鲁棒性;人类成绩基于 9 名参与者的小样本。
AI 热点