摘要
新增GPT-6 Astra、Claude-Fable-5系列等模型的Elo评分与智能体工具调用维度标签,删除GPQA Diamond与科学推理标签,反映评测体系扩展。
LLM 生成LLM 摘要为机器生成,重要信息请回原文核对。
永久链接
https://daily.maas.click/item/obs_61e4abb217a748fd2715ec2851c575a938403a3fa4755c56ac64508eebf9f5fc/新增GPT-6 Astra、Claude-Fable-5系列等模型的Elo评分与智能体工具调用维度标签,删除GPQA Diamond与科学推理标签,反映评测体系扩展。
LLM 生成LLM 摘要为机器生成,重要信息请回原文核对。
https://daily.maas.click/item/obs_61e4abb217a748fd2715ec2851c575a938403a3fa4755c56ac64508eebf9f5fc/