先了解这件事
AI 综述
2025年3月26日,一款未具名模型被报道凭借“思考”能力,在数学与科学评测AIME、GPQA以及编程评测LiveCodeBench中取得出色成绩。该模型在复杂提示词评测Humanity’s Last Exam中同样表现突出,并位列LMArena排行榜第一。目前输入材料未提供该模型名称、具体分数或后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
某模型的“思考”能力推动多项评测成绩提升事件进展
1 个已确认进展
- 来源：Noam Shazeer
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。
3月26日
Noam Shazeer
某模型的“思考”能力推动多项评测成绩提升
一款未具名模型凭借“思考”能力，在数学与科学评测 AIME、GPQA 以及编程评测 LiveCodeBench 中取得出色成绩。该模型还在复杂提示词评测 Humanity’s Last Exam 中表现突出，并位列 @lmarena_ai 排行榜第一。