ArtificialAnlys· @ArtificialAnlys · X·· 4 天前AI 评分
CritPt v2 分数变化与前沿空间收窄
CritPt v2 的得分总体高于 v1，且二者不可直接比较。GPT-6 Astra (max) 在 v2 上得分 83%，高于 v1 的 32%。这两项变化都有贡献：在我们的测试中，大部分增幅来自修订后的挑战题，代码执行工具访问权限带来的增益较小。随着领先模型目前超过 80%，CritPt v2 在前沿留下的空间比 v1 更少。
CritPt v2 的得分通常高于 v1，二者不能直接比较。GPT-6 Astra（max）在 v2 上的得分为 83%，高于 v1 的 32%。这两项变化都有影响：在我们的测试中，增幅主要来自经过修订的挑战题，代码执行工具的访问权限带来的提升较小。随着领先模型的得分如今超过 80%，CritPt v2 在前沿水平上留下的提升空间比 v1 更小。
来源：ArtificialAnlys · x.com