跳到正文
热点事件持续更新

荷兰语字谜基准TSW-NL发布,开源模型大幅落后

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

研究者 Rik van Noord 与 Maurice Voors 提出荷兰语词汇谜题基准 TSW-NL,用三条指向同一荷兰语词不同义项的歧义线索考察模型跨线索整合能力。该基准共 222 道题,每题含三名独立人类作答,人类得分区间为 49.5%–61.0%。 测试中最高分开源权重模型仅得 39.3%,多数模型低于 20%;闭源模型表现突出,GPT-4.1(2025 年 4 月)得 59.2%,GPT-5.6 Sol 开启最大推理后达 88.8%。

AI 根据报道生成 · 14 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.CL
    The Shared Word(TSW-NL):评估语言模型在荷兰语字谜上的表现

    研究者构建了荷兰语基准 TSW-NL,用三条指向同一荷兰语词不同义项的歧义线索考察模型跨线索整合能力,共 222 道题、每题含三名独立人类作答。人类得分区间为 49.5%–61.0%,测试中最高分开源权重模型仅 39.3%,多数模型低于 20%。闭源模型表现突出:GPT-4.1(2025 年 4 月)得 59.2%,GPT-5.6 Sol 开启最大推理后达 88.8%。

本事件热度走势

可比范围当前
5
可比范围峰值
811月19日 22:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。