PulseAugur
中
实时 02:10:00
实体 connections-bench

connections-bench

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

Show in brief
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
  1. COMMENTARY · CL_127975 ·

    Fable AI 模型在纽约时报“连接”谜题基准测试中表现出色

    一位 Reddit 用户分享了名为 connections-bench 的基准测试结果，该测试旨在评估 AI 模型解决纽约时报“连接”谜题的能力。名为 'Fable' 的模型表现异常出色，Anthropic 的 Sonnet 5 和另一个模型 glm-5.2 也取得了强劲的成绩。OpenAI 的 GPT-5.5 几乎与 Fable 不相上下，而 Haiku 则表现不佳，gpt-4.1-mini 的表现则很差。