Research24.09.2026 · 00:172 nguồn
Scale AI và CAIS ra mắt benchmark HLE Diamond, điểm cao nhất 60,6%
Từ marketbrief.now
Việc đánh giá các mô hình AI tiên tiến nhất vừa có thêm một công cụ đáng tin cậy: bộ dữ liệu kiểm thử được tuyển chọn kỹ lưỡng, dựa trên kỳ thi Humanity's Last Exam. HLE Diamond được kỳ vọng sẽ thay thế các benchmark cũ vốn đang bão hòa khi hầu hết mô hình đều đạt điểm sát trần.
Đọc bài gốcĐăng nhập để góp ý
Nguồn
Bản tin mỗi sáng
Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.
Telegram @aihomnay