中国电子行业:双版本发布%26多模态更新-251120-海通国际
2025-11智能制造12免费
报告维度
- 📄 文件全名
- 《中国电子行业:双版本发布%26多模态更新-251120-海通国际-12页.pdf》
- 🎯 适合读者
- 战略规划行业研究员
- 📊 核心数据
- 进行不可见的思维链拆解与多路径验证,在 Humanity's Last Exam 测试中实现 41.0% 的超高得分,较标准版提升 9.9 个
- 测试得分从 21.6% 跃升至 37.5%,GPQA Diamond 博士级推理准确率从不足 90% 提升至 91.9%;
- 代码能力上,SWEbench Verified 真实代码修复率达到 76.2%,较上一代显著提升,WebDev Arena 排行榜以 1487 分登顶;
- 实现质的突破,ARC-AGI-2 测试得分从 4.9% 暴涨至 31.1%,开启工具辅助后进一步达到 45.1%。
- Humanity's Last Exam 中 41.0% 的得分远超 GPT-5.1 的 26.5% 与 Claude Sonnet 4.5 的 13.7%;
- 🏷️ 核心议题
- #电子#化工