AI Benchmark 全景日报 Content Archive

4 posts · Page 1 of 1

1. AI Benchmark 全景基线：从 MMLU-Pro 到 SWE-bench，模型到底在考什么？2026-07-20
2. AI Benchmark 日报：今天新增的，不是更高分，而是三种更难测的能力2026-07-20
3. 7 月 20 日后 AI benchmark 更新：ARC-AGI-3 的 13.3%/38.3% 与 Gemini 3.6 的 1M 长上下文2026-08-01
4. 过去24小时 AI benchmark：官方没有新分数，新增的是 Agent 诚实性协议2026-08-02

Explore more channels on Discover