论文与研究

Gemini 3.0 Pro 在 HLE 测试中得68%,被称作‘人类最后的考试’

原文标题:From the original HLE paper:

AI 摘要

Dan Hendrycks 在 X 上转发了关于 HLE(Humanity's Last Exam)测试的讨论,称有消息称 Gemini 3.0 Pro 在该测试中得分68%。附带的讨论部分指出,当前 LLM 在 HLE 上表现仍很低,但近期基准已快速饱和;若模型能在2025年底前超过50%准确率,将体现专家级闭卷、可验证的科研与推理能力,而 HLE 被视为面向 AI 的最后一道学术性测评基准。

关键信息

  • Dan Hendrycks 在 X 上转发了关于 HLE(Humanity's Last Exam)测试的讨论,称有消息称 Gemini 3.
  • 0 Pro 在该测试中得分68%。
  • 附带的讨论部分指出,当前 LLM 在 HLE 上表现仍很低,但近期基准已快速饱和
  • 若模型能在2025年底前超过50%准确率,将体现专家级闭卷、可验证的科研与推理能力,而 HLE 被视为面向 AI 的最后一道学术性测评基准
  • HLE 是一个聚焦技术知识与推理能力的高难度学术基准,其设计意图是衡量模型是否具备真正‘科学智能’而非仅靠模式匹配。

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
80
阅读原文 前往信息源阅读完整正文
推荐理由

HLE 是一个聚焦技术知识与推理能力的高难度学术基准,其设计意图是衡量模型是否具备真正‘科学智能’而非仅靠模式匹配。该消息首次公开披露主流大模型在该基准上的实测分数,且由领域权威学者发布,具有较高可信度和参考价值,对判断当前 AI 真实能力边界至关重要。

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:Gemini 3.0 Pro 在 HLE 测试中得68%,被称作‘人类最后的考试’。2025年11月5日。https://new.nat6.net/news/ig04jhdb9trrwn7arykt83gqg/

查看全部 →