#Terminal-Bench-Science

共 5 条 · 7 天 0 条 · 30 天 0 条

Claude 4 Anthropic 2 AI for Science 1 AI代理 1 Fable 1 Fable 5 1 Fable 5.1 1 GPT-6 1

信息流里打上「Terminal-Bench-Science」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月4日

模型中美对照多源确认73°10:10

GPT-6 Astra在Terminal-Bench-Science基准测试中表现优异

OpenAI刚发布的GPT-6 Astra在科学基准测试中得分暴涨42%，远超前代模型。

#GPT-6 #Terminal-Bench-Science #OpenAI #科学基准

Stanford AI Lab@StanfordAILab11 个信源在谈原文

9月2日

模型中美对照多源确认06:48

Claude模型在多项基准测试中创纪录

Claude在两项重要基准测试中大幅领先Fable 5，科学任务得分翻倍，综合能力提升13.8%。

#Claude #Fable 5 #Terminal-Bench-Science #Terminal-Bench

Claude@claudeai7 个信源在谈原文

模型中美对照官方一手73°04:38

Anthropic发布Claude Fable 5.1和Mythos 5.1

Anthropic推出Claude 5.1双版本，科学基准分翻倍，缓存成本降75%，API有重大变更

#Claude #Fable #Mythos #Anthropic

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

模型 Agent 与开发者多源确认73°04:29

Anthropic发布Claude Fable 5.1模型

Anthropic新发布的Fable 5.1模型在科学基准测试中翻倍得分，编码能力提升30%，同时成本降低45%。

#Claude #Fable 5.1 #Anthropic #Terminal-Bench-Science

官方账号Decoder@Matthias Bastian11 个信源在谈原文

8月28日

Terminal-Bench-Science基准发布

斯坦福发布了科研AI代理基准Terminal-Bench-Science，Claude Opus 5仅完成30%，看看你的模型表现如何。

#Terminal-Bench-Science #Claude #科研基准 #AI代理

Stanford AI Lab@StanfordAILab原文