Hacker News · AI·· 56 นาทีที่แล้วคะแนน AI58
SatBench วิเคราะห์เบนช์มาร์ก AI 173 รายการ พบว่า 109 รายการได้รับการแก้ไขแล้ว
SatBench a Benchmark of AI Benchmarks
สรุปโดย AI
SatBench ซึ่งเป็นเบนช์มาร์กของเบนช์มาร์ก AI ที่สร้างขึ้นบน Benchmark Almanac รายงานว่า 109 จาก 173 เบนช์มาร์กที่มีการอ้างอิงมากที่สุดได้มาถึง 85% และถูกนับว่าแก้ไขแล้ว เพิ่มขึ้นจากประมาณ 30% ระหว่างปี 2023 ถึงต้นปี 2025 เวลามัธยฐานในการไปถึง 85% ลดลงจากประมาณ 20 เดือนเหลือประมาณ 14 เดือน และ OpenAI เป็นเจ้าแรกที่ผ่าน 85% ในเบนช์มาร์กมากที่สุด (20 รายการ) ขณะที่ Anthropic นำในปี 2026 (11 รายการ) ผู้เขียนเตือนว่าการนับเฉพาะการรันอิสระทำให้ SatBench อยู่ที่ 24% ไม่ใช่ 63% เนื่องจากสามในสี่ของการข้ามผ่านครั้งแรกมาจากโพสต์เปิดตัวของห้องแล็บเอง
แหล่งข่าว:Hacker News · AI · github.com