←返回能力前沿雷达
SOTA · 语言与推理
推理
通用推理、科学问答、长链推断与规划类能力
尺子GPQA、MMLU-Pro、BBH、ARC-AGI
SOTA 阶梯
0这个域还没有过收录门控的资产。门控是:必须有可核对的关键指标或可复现的演示,只有发布会截图的不收。
现在就能用的资产
这个域还没有挂上可直接装用的 skill。
消费它的领域
还没有内容把这个能力归到某个领域。
边界与失败模式
这个域的边界记录还没写。它应当回答三件事:当前卡在哪、什么情况下会坏、成本与延迟的量级。在这一段补上之前,梯顶的指标只说明它在这把尺子上领先,不说明它在你的任务上能用。