IXThinker·2025-01-26 14:00

人類最後一次考試：頂尖AI通過率不足一成

Scale AI與Center for AI Safety公布基準測試「人類最後一次考試」結果：包含三千條題目、由數百位領域專家開發的這套測試，至今沒有任何頂尖大模型通過率超過一成，且普遍表現過度自信。

測試設計

「人類最後一次考試」全稱Humanity's Last Exam，旨在追尋人類知識推理的邊界。題目由數百位領域專家開發，共三千條，難度遠超一般基準，被視為檢驗前沿模型能力上限的新標尺。