對 AI 模型進行「人類的最後考試」（目前 DeepSeek 還無法勝出）

人類最後的考試（Humanity's Last Exam），這是一個處於人類知識前沿的多模態基準測試，旨在成為同類型中最後一個封閉式學術基準測試，並涵蓋廣泛的學科範圍。該資料集包含來自 100 多個學科的 3,000 道高難度問題。

原文：https://agi.safe.ai/

真的非常困難

可以參考其中提到的範例問題：

屬於雨燕目（Apodiformes）的蜂鳥（Hummingbirds）獨特地擁有一塊雙側成對的橢圓形籽骨（sesamoid），該籽骨嵌入擴展的十字形肌腱膜（cruciate aponeurosis）內，位於尾部下壓肌（m. depressor caudae）附著處的尾側外部（caudolateral portion）。這塊籽骨支撐了多少對肌腱？請以數字作答
- Edward V
Massachusetts Institute of Technology

再看一下裡面提到的測試結果：

目前 DeepSeek 還無法勝出

看來現在已經從晶片戰爭進入 AI 戰爭了

我的想法：

1. 科技巨頭為了維持優勢，必須持續投入高資本訓練更優秀的模型，目前還沒有看到會被取代的可能。
2. 低成本 DeepSeek 能夠讓 AI 深入尋常百姓家，可預見的未來是將會完全普及，成為基本款。
3. 未來的 AI 戰場不在中低階應用，全是高階，或是專業領域的專用模型。只要是領域的專家又斜槓 AI，就會吃到紅利。

歡迎交流。