实体 LiveBench

LiveBench

PulseAugur coverage of LiveBench — every cluster mentioning LiveBench 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

论文 1

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_82836 · Jun 10 · 06:38

Anthropic 的 Fable 5 在 LiveBench 基准测试中落后于 Gemini 3.1

LiveBench 的一项新基准评估显示，Fable 5 的表现落后于 Gemini 3.1。这些结果引发了对其基准准确性或 Anthropic 评估方法的质疑。Fable 5 是 Anthropic 的一款模型，考虑到其预期能力，此次表现下滑值得注意。