Anthropic / Claude

Vector Institute 发布 State of Evaluation 研究：全球11个AI模型经16项基准评估

Vector Institute AI Engineering团队评估了11个前沿模型（涵盖开源与闭源），使用16项基准（含MMLU-Pro、MMMU、OS-World），并首次开源结果与代码，提供交互排行榜。