跳到正文
GEOZ
让优质内容被 AI 引用
首页
GEO 分析工具
GEO知识库与问答
AI大模型
llms.txt
schema
RSS
菜单
Entity
人类最后的考试(Humanity's Last Exam, HLE)
一项涵盖数学、工程及人文学科2500个博士级问题的基准测试,用于评估大语言模型的高阶学术能力,Grok-4在该测试中取得25.4%准确率。
相关文章
Grok-4震撼发布:xAI第四代大语言模型的技术突破与安全挑战