私有基准分数涨幅与公开基准相当

Ethan Mollick 引用 Benchmark Almanac 数据称，私有或留出测试集上的 AI 基准分数饱和速度与公开基准相近。26 个私有基准和 146 个公开 SatBench 基准的中位数显示，发布 3 个月后的最佳成绩分别为 53 分和 64 分；一年内分别上涨 21 分和 18 分。数据截至 2026 年 11 月 14 日。

AI 根据报道生成 · 36 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。