Claude Fable 5.1 在 FrontierSWE v2 编程基准测试中以 24 分击败 GPT-5.6

heyikoujiu2026-09-03 19:36:38theblockbeats.info

据 Proximal 称,Claude Fable 5.1 在最新的 FrontierSWE v2 编程基准测试中得分 56.29%,显著高于 GPT-5.6 的 32.2%。开源模型 GLM-5.3 以 30.2% 的成绩排名第三。v2 版本将任务数量从 17 个扩展至 34 个,每个模型针对每项任务进行五次尝试,每次尝试最多分配 20 小时。

如今,基准测试任务已不再局限于代码调试,还涵盖编写电路模拟器、训练天气预测模型,以及将望远镜照片与星表进行匹配。已更新的 Proximus 测试框架通过保存模型版本,并在任务完成前告知模型剩余时间,改善了性能管理,使模型能够持续工作更长时间。在测试期间,一旦检测到作弊行为,相关尝试的得分将记为零。


Binance 将于 2026 年 7 月 3 日下架九个现货交易对

加密货币交易所币安宣布,将于2026年7月3日06:00下架九个现货交易对,这是在对市场质量和用户体验进行定期审查后做出的决定。下架决策基于对受影响交易对流动性和交易量等因素的评估。该交易所进行定期审查,以维护...

Blend 的 8.2 万笔贷款总额超过 10 亿美元

据@NFTgators援引@1kbeetlejuice的Dune数据面板,Blur的NFT借贷协议Blend的8.2万笔贷款总额超过10亿美元,平均每笔贷款1.33万美元。6月27日单日交易额超过3590万美元,达到历史高值。每日交易量的48%来自Azuki,20%...

UniSat: 将屏蔽显示所有包含 “unisat” 或 “lorenzo” 的 brc20 代币

UniSat发推表示,为了提升整体平台体验,UniSat官方网站将屏蔽显示所有包含“unisat”或“lorenzo”的brc-20代币名(任意大小写字母组合)。同时其表示这是一项平台政策,而不是协议规则。这意味着,虽然这些代币名...

韩国金融委员会移交两起加密市场操纵案件予调查人员,API 密钥出借方可能面临责任

4月29日,韩国金融委员会在第八次例行会议上决定,将两起虚拟资产市场操纵案件移交给调查当局。所发现的操纵手法将传统证券市场策略与加密市场特有的API滥用技术相结合。在第一起案件中,嫌疑人事先购买特定虚拟资产...

​CryptoQuant:本周矿工向交易所转移的比特币达到了两个月来的最高水平

CryptoQuant的报告显示,比特币矿工在比特币价格上涨期间积极套现,本周矿工向交易所转移的比特币达到了两个月来的最高水平。随着比特币价格从$70,000回落至$66,000,矿工向交易所转移了价值$2.09亿的比特币。自6月...

上一篇:上海韶宇半导体首次公开募股中签结果公布:9 月 3 日共有 20,657 名中签者
下一篇:Binance 引领代币化股票永续合约市场,中心化交易所交易量份额超过 50%