Reddit · we_are_mammals / reddit ·

新评测框架 Schema 声称在 ARC-3 上达到 99%?Fable5/Opus4.8 的竞争力评估

为什么值得读: 模型评测框架关系到推理部署选型,但 ARC-3 和 Schema 均非主流基准/工具,且 claim 过于惊人暂缺第三方复现,留中等分观察。

AI 摘要

一个名为 Schema 的新评测框架声称 Fable5/Opus4.8 在 ARC-3 基准上达到 99% 准确率,引发社区讨论。尚需独立复现验证,但若属实将对推理模型排行榜产生重大影响。

打开原文阅读完整内容 →
相关事件与更多上下文见编辑部与归档页。