实体 Kina

Kina

PulseAugur coverage of Kina — every cluster mentioning Kina 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

1

90 天内 1

层级分布 · 90 天

主题

时间线

2026-06-04 research_milestone Researchers introduced the KINA benchmark to evaluate LLMs across 261 disciplines, with Gemini-3.1-Pro-Preview achieving the highest score. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_70254 · Jun 4 · 04:00

新的KINA基准测试跨越261个学科评估LLM

一个名为KINA的新基准已被开发出来，用于评估大型语言模型在261个细粒度学科上的表现，解决了由规模驱动的设计和标注质量问题。该基准包含899个条目，通过新颖的竞赛系统旨在实现学科代表性和提高评审质量。在对42个模型的评估中，Gemini-3.1-Pro-Preview以53.17%的得分领先，其次是Claude-Opus-4.6和GPT-5.4，表明仍有很大的改进空间。