GPT-5.6 Sol在ARC-AGI-3仅得7.8分?真凶不是模型,而是你忽视的测试架设置

2个月前 高效码农

GPT-5.6 Sol 在 ARC-AGI-3 上只有 7.8 分,问题出在测试架而不是模型 打开 ARC-AGI-3 排行榜的时候,我们内部的第一反应是困惑。GPT-5.6 Sol 已经解开了数学中 …

IPBench:如何全面评估大语言模型在知识产权领域的专业能力?

1年前 高效码农

IPBench:揭秘大语言模型在知识产权领域的知识边界 🌐 项目主页 | 🤗 数据集下载 | 📂 GitHub仓库 为什么需要专门的知识产权AI评测基准? 在专利审查、技术查新、法律咨询等知识产权服务 …