基准PostTrainBench
PostTrainBench
针对机器学习工程流程的基准测试，如数据清洗、微调配置、超参调优等，考察模型能否胜任 ML 工程师的日常任务。
时间轴 (近 90 天)
8月26日
在 PostTrainBench 基准上，GLM-5.2 超越了 Opus 4.7 和 GPT-5.5，仅次于 Opus 4.8，排名第二
已过期50%
8月26日
PostTrainBench 为每个智能体分配一块 H100 GPU，评估它能通过后训练将小模型提升多少
待验证50%
针对机器学习工程流程的基准测试，如数据清洗、微调配置、超参调优等，考察模型能否胜任 ML 工程师的日常任务。
在 PostTrainBench 基准上，GLM-5.2 超越了 Opus 4.7 和 GPT-5.5，仅次于 Opus 4.8，排名第二
PostTrainBench 为每个智能体分配一块 H100 GPU，评估它能通过后训练将小模型提升多少