Claude Opus 5.5程序重建得分18.5%
热点事件持续更新
Claude Opus 5.5程序重建得分18.5%
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
Anthropic 的 Claude Opus 5.5（xhigh）在 ProgramBench 200 项从零重建任务中取得 18.5% 的得分，任务要求模型仅依据编译后的二进制文件和文档，重写 SQLite、FFmpeg、ripgrep 等真实程序。ProgramBench 发布时所有模型得分均为 0%，因此 Claude Opus 5.5 实现了该基准上的首个非零成绩；评估者 Jack Clark 预计，这一基准可能在 2027 年底前被刷满。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 09:46
Claude Opus 5.5 在 ProgramBench 二进制重建任务中得分 18.5%报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntClaude Opus 5.5 在 ProgramBench 二进制重建任务中得分 18.5%
Claude Opus 5.5 (xhigh) 在 ProgramBench 的 200 项从零重建任务中取得 18.5%，可仅凭编译后的二进制文件和文档重写 SQLite、FFmpeg、ripgrep 等真实程序。该基准发布时所有模型得分均为 0%；Jack Clark 预计其将在 2027 年底前被刷满，作者同时讨论了这种任务对编程能力测试的意义。
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。