Prime Intellect 修正三項公開評測問題

2026年11月4日，Prime Intellect 分享對公開評測的審查發現及修正方案，涉及 AutomationBench、OfficeQA Pro v2 與 HLE-Diamond。審查發現相關評測存在任務、評分器及工具使用方面的問題；Prime Intellect 已作出修正，並開源相關修正。報道沒有列出各項問題的詳細情況、具體修正內容或修正前後的評測結果。因此，目前可確認的進展是相關問題已獲修正，修正內容亦已開源。

AI 根據報道生成 · 54 分鐘前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。