AI 快讯列表关于 HLE
| 时间 | 详情 |
|---|---|
|
2026-04-21 16:30 |
Google 发布 Gemini API Deep Research 升级:支持 MCP、原生图表生成与 Max 模式质量飞跃
根据 Sundar Pichai 在 X 的信息,Google 为 Gemini API 的 Deep Research 上线两项升级:更高质量并支持 MCP,以及原生图表与信息图生成;同时提供 Max 模式,采用扩展测试时计算,在 DeepSearchQA 达到 93.3%,在 HLE 达到 54.6%(来源:Sundar Pichai)。据 Sundar Pichai 报道,企业可用标准 Deep Research 获得快速综合,用 Max 获得更深的检索与更强的推理质量,用于竞品分析、技术尽调与 KPI 报告等场景,并自动生成可视化。根据 Sundar Pichai,MCP 集成带来结构化工具与数据接入,便于构建分析助理与研究代理的多模态与程序化工作流。 |
|
2026-02-12 21:01 |
Gemini 3 Deep Think 创下新基准纪录:ARC‑AGI‑2 84.6%、HLE 48.4%、Codeforces 3455 Elo 权威解析
据 Demis Hassabis 在 X(推特)发布的信息,Google DeepMind 的 Gemini 3 Deep Think 在 ARC‑AGI‑2 上取得 84.6%,在 Humanity’s Last Exam 无工具条件下达到 48.4%,并在 Codeforces 获得 3455 Elo,均为最新纪录。根据该公告,这些成绩表明其泛化与程序竞赛能力显著提升,可在企业场景中用于更可靠的科学分析、代码生成与自动化测试。依照该来源,ARC‑AGI‑2 领先与高 Elo 水平意味着更强的多步推理与错误恢复能力,为研发提效、软件交付加速与生产推理重试率降低带来可量化机会。 |