FrontierHarness Eval v1.1扩大直播跑分规模
热点事件持续更新
FrontierHarness Eval v1.1扩大直播跑分规模
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
FrontierHarness Eval 开展 v1.1 直播跑分，覆盖 21 个 harness、5 个模型和 62 项任务，每项尝试 4 次，共运行 26,040 次；相比 v1.0 的 360 次，测试规模扩大 72 倍。
AI 根据报道生成 · 49 分钟前更新
最新进展11月11日 00:53
FrontierHarness Eval v1.1 直播跑分比赛报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- V2EXFrontierHarness Eval v1.1 直播跑分比赛
FrontierHarness Eval v1.1 进行直播跑分，覆盖 21 个 harness、5 个模型和 62 项任务，每项尝试 4 次，共运行 26,040 次。相比 v1.0 的 360 次运行，测试规模扩大了 72 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。