跳到正文
原文
Hacker News · 首页· algoth1·· 8 小时前AI 评分50

Astra 6.2 与 Sol 6.2 在 SimpleBench 上表现不佳

Astra 6.2 and Sol 6.2 flop at Simple Bench

AI 导读

Astra 6.2 和 Sol 6.2 在 SimpleBench 上表现不佳,未能超越非专业人类基线。该基准包含 200 多道题,覆盖时空推理、社交智能与语言对抗鲁棒性,九名普通参与者基线为 83.7%,高于包括 Claude Fable 在内的所有受测 LLM,后者最高为 81.9%。

来源:Hacker News · 首页 · simple-bench.com