AGI Hunt· ChenhaoTan·· 2 小时前AI 评分56
13 个 AI 模型与政策制定者答题对比,多数模型得分超过官员
13 个模型答题对决:10 个超过政策制定者,最高 98 分
AI 导读
一项研究用真实政策问题对 13 个 AI 模型与现任及前任部长级官员进行答题测试,其中 10 个模型得分超过政策制定者,官员答案的中位数为 86/100。Claude Fable 5.2 以 98 分居首,Kimi K3.1 Pro 为 97 分,GLM 5.3 为 96 分,Qwen3.8 Max 为 95 分。
来源:AGI Hunt · agihunt.info