剑桥辩论社基准：Claude Fable 5.2居首
热点事件持续更新
剑桥辩论社基准：Claude Fable 5.2居首
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
独立开发者 AymericRoucher 构建并公布剑桥辩论社基准测试结果：11 个 LLM 共进行 1,168 场匿名辩论，Claude Fable 5.2 以 224 战 209 胜、209 比 14、Elo 1813 位居第一，并在全部 8 个评委的计分中排名第一。 GPT-6 Astra 以 1569 分成为 OpenAI 阵营得分最高的模型，Grok 4.7 的得分与其基本持平。测试采用剑桥辩论社过去十年的真实议题，辩手先各自立论，再进行两轮互相驳斥；另有 2 个 LLM 充当观众提问，8 个 LLM 在不知道辩手身份的情况下匿名评审投票。
AI 根据报道生成 · 4 小时前更新
最新进展11月12日 03:00
11 个 LLM 完成 1168 场剑桥辩论社对决，Claude Fable 5.2 位居首位报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- AGI Hunt11 个 LLM 完成 1168 场剑桥辩论社对决，Claude Fable 5.2 位居首位
独立开发者构建剑桥辩论社基准，让 11 个 LLM 基于过去十年真实议题进行 1,168 场对决。Claude Fable 5.2 以 224 战 209 胜、209-14 和 Elo 1813 位居第一，并在全部 8 个评委的计分中排名第一；GPT-6 Astra 以 1569 分列 OpenAI 阵营首位，Grok 4.7 基本持平。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月12日 04:00
- 近 24 小时变化
- –
02.557.510
04:0005:0006:0007:00
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。