Industry & Practice · Tagged “带回家测试”

Research & Benchmarks/2026-10-06/10 min

设计抗 AI 的技术评测：带回家测试如何被模型追上

Anthropic 的性能工程带回家测试从 2024 年用到现在。同样时限下，Claude Opus 4 超过大多数人类，Opus 4.5 追上顶尖候选人。他们改成更偏离分布的谜题，并公开旧题。