Artificial Analysis 推出 HLE-Diamond 榜单，独立评测精炼后的 1000 题版 Humanity's Last Exam
Artificial Analysis 推出了 HLE-Diamond 榜单，作为其 Intelligence Index 第 5 版的一部分，对精炼后的 1000 题版 Humanity's Last Exam 进行独立评测。HLE-Diamond 由 CAIS 与 Scale AI 在对原始考试进行一年清理与精炼后发布。它之所以重要，是因为更干净、更难的基准能更少噪声地反映前沿模型处理真正难题的能力。
报道来源
- Artificial Analysis2026-10-30 02:09