热点事件持续更新

FrontierCS 2更新榜单并修复奖励作弊

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

FrontierCS 团队更新 FrontierCS 2 编码竞赛基准，新增 4 个模型，并将全部 48 个任务重构为统一格式，同时公开并修复了奖励作弊问题。更新结果显示，Claude Sonnet 5.5 在 50% 的任务上超过参考解，Fable 5.1 为 35%，Inkling 2 Small 和 MiniMax-M3.1-Flash 均为 8%。Open Benchmarks Grants 计划支持该基准的后续改进。

AI 根据报道生成 · 5 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9日

12:16
AGI Hunt
FrontierCS 2 编码竞赛基准更新：Claude Sonnet 5.5 在 50% 任务上超参考解
FrontierCS 2 编码竞赛基准新增 4 个模型，Claude Sonnet 5.5 在 50% 的任务上超过参考解，Fable 5.1 为 35%，Inkling 2 Small 与 MiniMax-M3.1-Flash 各为 8%。团队公开并修复了 reward hacks，同时将全部 48 个任务重构为统一格式；Open Benchmarks Grants 计划将支持该基准持续改进。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1011月9日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。