件の評価ソース公式評価
Humanity’s Last Exam
このページの内容は中国語です。
CAIS / Scale AI / 知识 · 横跨学科的高难度学术知识与推理。
AIDC热点 内観察中
根拠の予算スコア対象外
上流データ時刻確認中
直近の同期成功収集未開始
何をどう測るか
固定题集、工具条件和裁判；HLE、HLE-Rolling 与带工具结果分别比较。AA v4.3 已包含 HLE，将来若有可用专项成绩，只用于分类，不在综合榜重复计票。
この根拠の使い方
观察中：官方已补充部分新品，原始成绩仍缺少可验证的评测日期；不套用 Epoch 自评数据许可，不把已有 AA 综合证据再次加分。
評価の制約とデータの帰属
观察中：官方已补充部分新品，原始成绩仍缺少可验证的评测日期；不套用 Epoch 自评数据许可，不把已有 AA 综合证据再次加分。
データライセンス：评测代码 MIT；官方榜单成绩再展示边界尚待确认。
成绩由 CAIS / Scale AI 发布，原始分数与 AIDC热点 共识分使用不同尺度，不能直接相加。