DeepSeek V3.1模型Eigen-1首破60分，领跑GPT-5和Grok4

人工智能领域迎来重大突破！在被誉为"人类最终考试"的HLE评测基准中，由国际顶尖研究团队联合开发的Eigen-1多智能体系统创造了历史性记录——首次突破60分大关！

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

历史性时刻：Eigen-1登顶HLE评测

这项由耶鲁大学、上海交通大学、UCLA、牛津大学和Eigen AI联合研发的系统，在HLE Bio/Chem Gold专家校验集上表现出色：

• 首次答题准确率：48.3%
• 五次尝试最高准确率：61.74%

这一成绩不仅首次跨越60分里程碑，更大幅领先谷歌Gemini 2.5 Pro（26.9%）、OpenAI GPT-5（22.82%）等知名模型。

更令人振奋的是，这一突破完全基于开源的DeepSeek V3.1架构实现，展示了开源AI的巨大潜力。

三大核心技术突破

系统融合了以下创新技术：

1. Monitor-based RAG（隐式知识增强）
2. HSR（分层解法修复）
3. QAIR（质量感知迭代推理）

全面性能表现

Eigen-1在多个评测集上展现出色能力：

技术细节分析

研究发现：

• 92.78%的错误涉及推理过程问题
• 88.66%的错误与知识应用相关

这表明科学推理的最大挑战在于知识与推理的有机结合。

研究意义与展望

这项突破标志着AI开始真正理解人类前沿科学知识。研究团队表示将继续优化系统架构，拓展到更广泛的科学领域。

论文与开源地址：

• 论文：arXiv:2509.21193
• 项目：GitHub