大模型2026-09-17 06:12GPT-6 Astra在更新版两项基准测试中领先#GPT-6 Astra#BrokenArXiv更新版BrokenArXiv与ArXivMath基准测试聚焦过去一个月在ArXiv上被推翻的猜想，GPT-6 Astra在harness评测中领先。阅读全文 →