2025-02-04

人类最后一次考试，AI惨败正确率＜10%！数百顶级专家联手出题，DeepSeek竟是王者

【新智元导读】AI 模型可能并没有想象中强大。在最新的 AI 基准测试「人类最后一次考试」中，所有顶尖 LLM 通过率不超过 10%，而且模型都表现得过度自信。 捍卫「人类智慧」最后一战 ! 刚刚，Scale AI 和 Center for AI Safety（CAIS）公布了「人类最后一场考试」结果！ 新基准全称「人类最后一次考试」（Humanity ’ s Last Exam），简称「HLM」，包含 3000 个问题，由数百位领域专家开发，用于追寻人类知识推理的边界。 目......