待验证50% 置信基准精确时间
MMLU-Pro榜首是FINAL-Bench/Darwin-180B-RSI，得分88.12；gpqa榜首同样由它拿下，得分94.44。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
涉及实体
相关事实
待验证MMMU_Pro榜首是Darwin-180B-RSI，得分79.48；ScreenSpot-Pro榜首是meta-models/Muse-Glimmer-30B，得分75.4；open-asr-leaderboard第一是Edge0/ARK-ASR-3B，得分4.76（越低越好）。76% 相似待验证Darwin ZTC 在 JMMLU 基准上得分为 88.4，并列最佳。64% 相似待验证Darwin-180B-RSI在aime_2026和hmmt_feb_2026上均获得100分，gsm8k榜首是XiaomiMiMo/MiMo-V2.5-Pro，得分99.6。63% 相似待验证DK-VLM在VSI-Bench上得分74.33，在ReVSI-32上得分58.28，均为最高总分。62% 相似待验证EfficientNet-B3 与 SVM 的组合取得最强基线表现，准确率达到 96.31%，宏观 F1 分数为 96.36%61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058234API
curl https://kongchang.com/api/v1/knowledge/claims/1058234MCP
get_claim(id=1058234)