Trang chủ › Các benchmark › Humanity's Last Exam
Humanity's Last Exam
Benchmark
Năng lực
2,500 expert questions with a deliberately final name.
Bạn đang xem hồ sơ benchmark: một bài kiểm thử mà ngành công nghiệp sử dụng để đo hiệu năng chip hoặc mô hình — và những gì nó thực sự cho biết.
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.
Kết nối của mục này với phần còn lại của hệ thống
Các liên kết của hồ sơ này trong nháy mắt — nhấp vào một nhóm để chuyển đến nhóm đó.
Các benchmark
Nguồn
Hồ sơ được xem xét tính đến 2026-01-15 — xem Phương pháp luận.