实体
HealthBench Pro
HealthBench Pro
PulseAugur coverage of HealthBench Pro — every cluster mentioning HealthBench Pro across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
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 2 条
-
Meta 的 Muse Wonder AI 模型发布，评价不一且存在信任担忧
Meta Superintelligence Labs 发布了其首批前沿级 AI 模型 Muse Wonder 和 Muse Wonder Full，在多项基准测试中取得了有竞争力的分数，包括在 Artificial Analysis Intelligence Index 中略微落后于 Claude Opus 5.5。尽管在编码和记忆任务等特定领域表现强劲，但这些模型在其他方面显示出弱点，并且在与 Muse AI 代理的集成方面面临严…
-
OpenAI 发布 GPT-6 Astra，声称在各项基准测试中达到新的最先进水平 · 跟踪 6 个来源
OpenAI 发布了其最新的最先进模型 GPT-6 Astra。该公司声称 Astra 在 FrontierMath Tier 4、ARC-AGI 3 和 TerminalBench-4.0 等一系列基准测试中表现出色，在科学发现和专业任务方面取得了显著进展。OpenAI 还强调了 Astra 在用户意图对齐和理解方面的改进，将其定位为世界上最智能、最对齐且能够执行计算机任务的模型。