实体 bullshit-bench

bullshit-bench

PulseAugur coverage of bullshit-bench — every cluster mentioning bullshit-bench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_97461 · Jun 17 · 12:35

SIQ-1 微调的 Qwen3.6 展现出 Opus 级别的推理能力，超越 GPT-5.5

一个新模型 SIQ-1，通过 PPO 微调 Qwen-35B-A3 开发而成。该模型在自动研究任务上表现强劲，超越了 GLM-5.2 和 Qwen-350B，其生成的想法据称可与 Opus4.8 相媲美。SIQ-1 在 bullshit-bench 基准测试上也取得了有竞争力的结果，超过了 NEX 和 GPT-5.5。