跳到正文
热点事件持续更新

vibemath 推测 Astra 迷宫基准得分或近50%

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

vibemath 推测,新模型 Astra 在 Frontier MazeBench 上的得分可能已接近 50%。其分析以 claude-fable-5-2 代理前沿曲线的 sigmoid 陡度,再拟合穿过 gpt-6-astra;但前沿曲线上高于 0% 的数据点仅约 3 个,因此这一粗略估算被作者称为“高度投机”,尚不能视为已确认的成绩。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    vibemath 推测:新模型 Astra 的 Frontier MazeBench 得分或已接近 50%

    vibemath 推测,新模型 Astra 当前的 Frontier MazeBench 得分可能已达到约 50%。分析以 claude-fable-5-2 代理前沿曲线的 sigmoid 陡度,再拟合穿过 gpt-6-astra;由于前沿曲线上 0% 以上的数据点仅约 3 个,这一被称为“高度投机”的粗算仍存在较大不确定性。

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。