HLE Diamond

该综合智能榜包含九项高难度测试，Carbon在四项中拿下单科第一：高难度复杂推理（HLE Diamond）、科学终端评测、全科百科知识库以及自动化工作流基准。

HLE Diamond是Humanity's Last Exam基准的高难度子集，由全球学者出题，覆盖数十个学科，采用更严格的评分标准。