公开知识图谱记录
GPT-6 Astra
记录摘要
Terra 维持其已开发的安全保护；亦作为性能比较对象。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: Agents’ Last Exam v1：57.6%，$4.82／任务
- 基准测试: Agents’ Last Exam v1：59.3%
- 基准测试: MMMU-Pro (Vision)：86.7%
- 基准测试: OSWorld 2.1 offline：80.9%
- 基准测试: Terminal-Bench 4.0：58.2%
- 基准测试: Terminal-Bench-Science 0.1：68.1%
- 基准测试: vCX指令遵循排名第一，得分89.7%
- 基准测试: DecoyCount准确率43.17%
资料覆盖
知识图谱当前记录了 15 个已知资料维度，另有 4 个维度尚未记录，关联 40 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Amp — 采用
- ChatGPT Work — 相关
- ChatGPT Work — 采用
- Codex Remote — 采用
- dots — 采用