论文与研究

Dan Hendrycks 发布新基准,称 Gemini 3 是长期最大飞跃

原文标题:Just how significant is the jump with Gemini 3?

AI 摘要

AI 研究者 Dan Hendrycks 在 X 上宣布发布「文本能力指数」与「视觉能力指数」两个新基准,用于追踪 AI 模型进展。图表显示 Gemini 3 Pro 在两项指标中均显著领先,文本能力得分 46.5,视觉能力得分约 57;其性能跃升幅度被作者称为‘长期最大飞跃’。榜单共涵盖 7 模型,包括 GPT-5.1、Sonnet 4.5、GroK 4 等。

关键信息

  • AI 研究者 Dan Hendrycks 在 X 上宣布发布「文本能力指数」与「视觉能力指数」两个新基准,用于追踪 AI 模型进展。
  • 图表显示 Gemini 3 Pro 在两项指标中均显著领先,文本能力得分 46.
  • 5,视觉能力得分约 57
  • 其性能跃升幅度被作者称为‘长期最大飞跃’。
  • 榜单共涵盖 7 模型,包括 GPT-5.

速览

发布时间
更新时间
来源
X:Dan Hendrycks (@hendrycks)
分类
论文与研究
AI 评分
85
阅读原文 前往信息源阅读完整正文
推荐理由

该基准由知名 AI 安全研究者主导,具有较高公信力;首次系统性量化对比多模型在推理、编码、视觉等核心能力上的表现,尤其凸显 Gemini 3 Pro 的突破性进步,为公众和行业提供了权威参考依据,值得关注。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Dan Hendrycks 发布新基准,称 Gemini 3 是长期最大飞跃。2025年11月20日。https://new.nat6.net/news/bre39dgdb0kgep7xdsj1ibiby/

查看全部 →