📌 📄 内容摘要:
pwtramp123 在 LiveBench最新结果，O1推理分数91 有必要引入新基准 中发帖
目前的推理三项是 谎言之网（判断谁说假话） 斑马谜题 空间？
快要饱和了，
引入新基准可以使得O1 full 得分为5/100 O1 pro 得分 10/100 其余皆为0
但是知识背景也不需要超过初中.大家认为呢？
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/303246/1
─────────────────────────────
📢 来源：LINUX DO
