AI资讯新闻榜单内容搜索-BBEH

关键词: AI,DeepSeek-R1,BIG-Bench,BBEH,高难度基准

随着 AI 能力的提升，一个常见的话题便是基准不够用了——一个新出现的基准用不了多久时间就会饱和，比如 Replit CEO Amjad Masad 就预计 2023 年 10 月提出的编程基准 SWE-bench 将在 2027 年饱和。