TAG:基准饱和
AI 学霸表现不佳 GPT-4o 专家考试仅获2.7分
《自然》杂志报道的HLE测试显示，GPT-4o在由全球专家设计的2500道高难度题目中仅得2.7分，表现最佳的AI模型也仅得8分。这一结果揭示了AI在深层专业知识和推理能力上的不足，挑战了传统基准测试的高分表象，促使我们重新审视AI的真实智能水平。
1 
0 
新石器无人车广西设科技公司 注册资本100万
2026-03-23
0 浏览
PPG Plus新品亮相九州展 百年科技美学重塑汽车膜标准
2026-03-23
0 浏览
Seedance 2.0全球发布 登顶AI视频排行榜
2026-03-23
0 浏览
千问AI打车功能上线 支持常用地记忆与智能预约
2026-03-23
0 浏览
特斯拉Optimus Gen3即将发布：全新设计非简单升级
2026-03-23
0 浏览
北京启用全球首个机器人养老驿站 40余款智能设备投入服务
2026-03-23
0 浏览
AI打车数据首度公开 用户规模超预期
2026-03-23
0 浏览
智能内裤监测放屁 科学家建人类放屁图谱
2026-03-23
0 浏览
工信部推进新能源汽车废旧电池回收体系建设
2026-03-23
0 浏览
地平线智驾芯片出货超400万套 中高阶方案占比近五成
2026-03-23
0 浏览
