humanity-last-exam

#humanity-last-exam

@ArizePhoenix：在Terminal-Bench 4.0上达到55.8%（较Fable 5的42.0%提升），在Terminal-Bench-Science上达到52.6%（较24.7%提升），在…达到65.0%

X AI KOLs Following ↗ · 2026-09-01 缓存

ArizePhoenix在Terminal-Bench 4.0和Humanity's Last Exam等基准测试中表现出显著的性能提升，较之前的版本如Fable 5有显著进步。

0 人收藏 0 人点赞