跳到正文
返回科技动态
热点事件观察中

MeditionBench v4发布,Claude接近饱和

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

2026年11月14日,Human Assisted Intelligence创始人建立的MeditionBench发布v4版本。该基准旨在评估前沿大语言模型在调解与冲突解决中的能力。v4版本提升了测试难度,结果显示Claude的表现已接近饱和状态,而Astra的得分意外偏低。此外,Azure目前为OpenAI和Anthropic提供token额度以支持相关研究。此前报道未提及具体分数细节,仅确认了版本发布及主要模型的饱和趋势。

AI 根据报道生成 · 3 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月14日
  1. Hacker News · LLM 新帖(试跑7天)
    MeditionBench 发布 v4 版本,Claude 接近饱和且 Astra 表现意外偏低

    MeditionBench v4 版本测试难度提升,因 Claude 已接近饱和而 Astra 表现意外偏低。该基准由 Human Assisted Intelligence 创始人建立,旨在评估前沿 LLM 在调解与冲突解决中的能力。目前 Azure 为 OpenAI 和 Anthropic 提供了 token 额度支持研究。

本事件热度走势

当前热度 3·可比范围峰值 10(11月14日 09:00)·近 24 小时可比范围变化 -49%

02.557.51011月14日09:0011月15日00:0011月15日16:0011月16日07:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。

浙ICP备2026082753号-2