待验证50% 置信事实精确时间

HLE（Humanity's Last Exam）是由 Scale AI 联合多位学术界专家推出的极高难度综合推理基准，涵盖数学、物理、生物、哲学、法律等数十个学科

1

来源数

50%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

Gemini 3.8 Flash深度解析：编码能力、智能体性能与定价策略全面评测

涉及实体

HLEconcept Scale AIcompany

相关事实

已验证David Ha与Schmidhuber在2018年发表了论文《World Models》，展示了智能体如何在梦境中完成强化学习训练52% 相似待验证HKUDS团队在推荐系统、图神经网络和大语言模型领域有学术积累51% 相似待验证LLM-as-a-Judge范式由斯坦福大学的MT-Bench与Chatbot Arena研究正式引入学术视野（Zheng et al., 2023），研究发现强大LLM在评估开放式问答质量方面与人类评分者一致性可达80%以上50% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/863452

API

curl https://kongchang.com/api/v1/knowledge/claims/863452

MCP

get_claim(id=863452)