AGI Hunt· ysu_nlp·· 2 小时前AI 评分58
ApprenticeBench 榜单显示闭源与开源模型持续学习能力差距扩大
ApprenticeBench:闭源与开源模型差距拉大到 77% vs 22%
AI 导读
ApprenticeBench 更新榜单显示,最好闭源模型 Gemini 4 Argon 得分 66%、每任务成本 $6.03,超过人类测试员的 51% 和 $7.21。闭源与开源模型得分比为 77% vs 22%,Anthropic、OpenAI、Google、Meta 的前沿模型均超过人类基线,而最佳开源权重模型落后 55 分。
来源:AGI Hunt · agihunt.info