AGI Hunt· omarsar0·· 4 小时前AI 评分65
Science's Last Exam 发布，8个前沿模型最高得分37.5分
Science's Last Exam 亮相:8个前沿模型最强仅37.5分,端到端科研全员0分
AI 导读
AItonomy 基金会发布面向科研智能体的 Science's Last Exam，覆盖9个学科共113个公开任务。初始榜单中，Claude Code 使用的 Claude Opus 5 以37.5/100分居首，但所有模型在端到端研究赛道均为0分；基准与数据集将于11月6日全面开放。
来源：AGI Hunt · agihunt.info