SatBench显示AI基准饱和速度加快
热点事件持续更新
SatBench显示AI基准饱和速度加快
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Ethan Mollick制作并发布SatBench，追踪2023年以来AI实验室发布帖中引用的173个基准；按最佳成绩达到85%即算饱和的标准，其中109个已饱和，占63%。 结果显示，2023年版基准已全部饱和，2025年新基准的中位存活时间为14个月。SatBench据此反映，主流AI基准被模型快速刷至饱和，现有评测体系更新速度面临挑战。
AI 根据报道生成 · 21 分钟前更新
最新进展11月15日 07:46
SatBench 统计大厂引用的 173 个 AI 基准已有 63% 饱和报道时间线
沿着报道，了解事件的不同侧面。
11月15日
- AGI HuntSatBench 统计大厂引用的 173 个 AI 基准已有 63% 饱和
Ethan Mollick 制作 SatBench，统计自 2023 年以来各大 AI 实验室在发布帖中引用的基准及其饱和速度。截至 2026 年 11 月，173 个基准中已有 109 个饱和，占 63%；2023 年版基准已 100% 饱和，2025 年新基准的中位存活时间为 14 个月。
- AGI HuntSatBench 统计显示 63% 的 AI 基准已被刷穿
Ethan Mollick 发布的 SatBench 统计显示，2023 年以来 AI 实验室发布帖引用的 173 个基准中，约 63% 已达到饱和。SatBench 以最佳成绩达到 85% 为“刷穿”标准。结果显示，当前评测体系快速失效，行业亟需更难且持续更新的基准。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。