Humanity's Last Exam
Benchmark
Capacità
2,500 expert questions with a deliberately final name.
Stai visualizzando un record di benchmark: un test usato dal settore per misurare chip o modelli — e cosa rivela concretamente.
CAIS and Scale AI crowdsourced frontier-level questions across a hundred fields from domain experts. Launch (Jan 2025) frontier scores were 3–13%; by late 2025 leading systems with tools passed 40–50% — the benchmark named for the hope that there will not need to be another.
Come si collega al resto dello stack
I collegamenti di questa scheda a colpo d'occhio — clicca un gruppo per raggiungerlo.
Benchmark
Fonti
Record revisionato al 2026-01-15 — vedi Metodologia.