[控场AI]
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%

全部知识事实 (1)

来源文章