IXThinker·2025-07-11 15:34

上海交大等開源智能體方案 破HLE紀錄達32.1分

超難基準「人類最後的考試」（HLE）首次突破30分，由上海交通大學聯合深勢科技的團隊達成：新方案取得32.1分創下紀錄，並已全部開源。

難度背景

HLE推出之初，沒有模型能超過10分；直至最近最高分也只是26.9，由Kimi-Research與Gemini Deep Research並列保持，足見這套題目的難度。