基准ARI Bench
ARI Bench
面向递归AI自我改进(recursive self-improvement)的参考基准,考察模型在迭代改进自身输出或代码时的准确率。
时间轴 (近 90 天)
11月18日
在 ARI Bench 基准上,Qwen 4 Max Preview 在 Extra High 模式下达到 23% 准确率,远落后于 GPT-6 Astra 和 Opus 5.5。
待验证50%
面向递归AI自我改进(recursive self-improvement)的参考基准,考察模型在迭代改进自身输出或代码时的准确率。
在 ARI Bench 基准上,Qwen 4 Max Preview 在 Extra High 模式下达到 23% 准确率,远落后于 GPT-6 Astra 和 Opus 5.5。