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！
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：
- Monitor-based RAG（隐式知识增强）
- HSR（分层解法修复）
- 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：
| HLE Bio/Chem Gold | 61.74% |
| SuperGPQA生物学 | 78.26% |
| TRQA文献理解 | 79.07% |
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
免责声明
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
宇树科技回应机器人漏洞：Wi-Fi配置问题已启动修复
近日，有技术分析指出，宇树科技旗下多款机器人产品在通过蓝牙低能耗技术配置Wi-Fi连接时，存在安全漏洞，可能被利用以获取设备的最高控制权限。对此，宇树科技已在社交平台发布回应，确认已关注到部分用户反
Switch 2价格腰斩，家乐福促销引发抢购热潮
自十月中旬起，法国零售商家乐福将任天堂Switch 2捆绑套装（含马里奥赛车 世界与宝可梦传说 Z-A）的售价永久下调至469欧元（约合人民币3919元），较原价499欧元有所降低。此举发生在Swi
宝马F900GS三轮越野改装版上市，售价11.4万
近日，一家改装厂以宝马F900GS为原型，打造了一款专为越野探险设计的三轮冒险车型。该车采用模块化结构，加装了专用于复杂地形的越野轮胎与铝合金车斗，同时配备12升副油箱以及绞盘等实用装备，显著提升了
联通eSIM预约开启 iPhone Air或推无实体卡版本
2025年9月30日，有用户发现中国联通应用程序已上线eSIM功能预约入口。尽管目前尚未开放正式办理，但这一动向引发了广泛关注，显示出新款iPhone机型即将发布的信号。据此前消息，苹果计划于10月
现代帕里斯帝2.5T混动上市，28.88万起标配豪华配置
10月1日，全新现代帕里斯帝实车已抵达销售门店。该车型此前已完成上市发布，提供三种配置选择，最新售价区间为28 88万元至36 18万元。作为一款中大型SUV，新车继续主打宽敞空间与高端配置，动力系
热门推荐
热门教程
更多- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
