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
Nothing Phone推送OS 4.0 Beta版：新增快捷开关及实用功能
近日，Nothing公司宣布面向旗下Phone（2）、Phone（3）及Phone（2a）系列机型推送Nothing OS 4 0 Beta版本系统更新。此次升级基于安卓16底层架构开发，重点优化了
湾流G300超中型公务机发布：替代G280+升级驾驶舱
湾流宇航公司今日正式发布全新超中型公务机Gulfstream G300，该机型将接替现役的G280成为新一代旗舰产品。这款飞机融合了多项创新技术，在航程性能、客舱舒适度及航电系统方面实现突破性升级。
滴普科技IPO备案通过，年收入达2.4亿元
10月1日消息，滴普科技日前获IPO备案，滴普科技成立于2018年，是一家企业级大模型人工智能应用解决方案提供商，滴普科技股东包括高瓴资本、五源资本、IDG等投资机构。滴普科技专注于为企业提供前沿的
小米王腾离职风波：多平台账号相继注销封禁
10月1日消息，原小米中国区市场部总经理、REDMI 品牌总经理王腾于今年 9 月被小米通报辞退，通报称“泄露公司机密信息，且存在利益冲突等严重违规违纪行为”。王腾被小米辞退后，其多个平台的账号出现
波音161吨客机戈壁坠毁，500专家90天再造运-10完成首飞
新疆戈壁滩的寒风裹挟着冰碴，在1971年的冬天划出一道道凛冽的轨迹。一架波音707客机残骸歪斜地躺在零下30度的荒漠中，扭曲的金属在阳光下泛着冷光。这堆被烈火灼烧过的废墟，即将成为中国航空工业命运的
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
