近日，由民众近 1,000 名顶学者造的 AI 新基准“东说念主类后次考研”（HLE呼伦贝尔隔热条设备厂家家，Humanity's Last Exam）的关联论文发在Nature。这套新试卷遮盖数学、物理、化学、历史、说话、医学，每说念题王人来自我方的策动域，每说念题王人有唯正确的谜底，每说念题也王人经过 AI 的教养，若是哪个 AI 大要答对，这说念题就会作废。

成果呢？GPT-4o 只拿了 2.7，Claude 3.5 Sonnet 4.1，OpenAI 的 o1 模子，8。发布之后，强的 Gemini 2.5 Pro 和 GPT-5 也来挑战，个 21.6，个 25.3。可谓是斩草除根，莫得个能合格。

之是以出这套新卷子，是因为刻下机灵的大模子在那些曾难倒数学生的考研里，依然大要考到 90 分以上。MMLU这么个包含 57 个学科、14,000 说念题标的难测试，AI 早就拿到了接近满分的收货。

因此呼伦贝尔隔热条设备厂家家，“东说念主类后次考研”的出恰是为了跟上和适合 AI 的发展。那么，这套题到底有多难？

有说念题是张古罗马墓碑的相片，上头刻着帕尔米拉翰墨，条目 AI把它翻译出来。帕尔米拉是古代叙利亚的个城市，有我方的说话和翰墨，然而当今依然没东说念主说了。翻译这种翰墨，需要懂古闪米特语、懂考古学、懂历史学。

另说念题问：蜂鸟身上有块特等的籽骨，位于某块肌肉的腱膜里，这块骨头撑抓着几根肌腱？谜底是数字。这就需要 AI 知说念蜂鸟的剖解结构，知说念那块骨头长在哪儿，知说念它连着几根肌腱，差点王人不行。

还有说念题是数学呼伦贝尔隔热条设备厂家家，对于当然变换和余端，内部充满了Σ、∞、Hom 这些符号。题目本人依然复杂到让大多半数学系学生平直跳过，但谜底条目却是精准数字。

这套题的想象逻辑很泼辣。每说念题提交之前，王人要让 AI 先作念遍。若是 AI 作念对了，这说念题就不要。若是 AI 作念错了，才会插足东说念主工审核作为。审核要过两关，关是几个策动生水平的审稿东说念主提见解，二关是拍板。通盘这个词进程下来，1,000 个花费几个月，从几万说念题里筛选出了这 2,500 说念题。

如前所述，MMLU 依然法昌盛刻下 AI 的发展。2020 年，MMLU 刚出来的时候，AI 只可考三四十分。到了 2023 年，GPT-4 平直飙到 86 分。当今，粗率个开源模子王人能考到 90 分以上。当考研分数王人溢出来了，若何测量 AI 的机灵进程呢？因此，得换套难的新卷子。

“东说念主类后次考研”这套基准测试名字听着吓东说念主，但并不是字面情理，隔热条设备而是说这是 AI 后次可能考过的考研。比及 AI 哪天也在这套题上拿到 90 的收货呼伦贝尔隔热条设备厂家家，暴露它依然具备了的学术才智。

那么，AI 当今不错考若干分？前边提到，横暴的 AI 也就考研 25 傍边，距离 90 还有很大的差距。并且挑升义的是，AI 不知说念我方不会。策动团队在让 AI 申诉的同期给出信心分数，成果大多半 AI 明明答错了，却给出 80、90 的信心。这种过度自信特地危急，若是 AI 用在医疗和法律这些域，而它不知说念我方不知说念，就会出现大问题。

还有点值得留心。策动团队发现，理模子在申诉这套题的时候，想考时候越长，正确率越。但当想考时候过定长度，正确率反而下落了。这暴露不是想得越久就越好，当想考时候过某个临界点，可能便是 AI 在瞎绕。这也给 AI 招引提了个醒，以后弗成光拼理时候，还得拼理率。

这套题当今依然在网上公开了部分，网址是 lastexam.ai。任何东说念主王人不错去望望这些题目长什么样，也不错望望我方能弗成答对几说念。虽然呼伦贝尔隔热条设备厂家家，大部分东说念主可能不太能答对，因为题目正本便是给出的。

那么，这说念题对于 AI 招引有什么用？

它就好比面镜子，不错照出来 AI 到底有几斤几两。以后谁再声称我方的 AI 多横暴，先拿这套题目考下。考不外 25，就谈不上越东说念主类。透过这套题也不错看明晰 AI 擅长什么和不擅长什么。比如，从面前的得分来看，AI 在数学和筹谋机上的弘扬稍好，然而在历史和说话上弘扬得目不忍见。

这暴露 AI 的智能和咱们想象得还不样。论文里有句话写得很克制，AI 在这些问题上弘扬很差，暴露信得过的智能还需要度、需要陡立文、需要业常识。那些以为 AI 立地就要统寰球的东说念主，通过尝试下这套题目，可能就不相逢那么悲不雅。

好意思国德克萨斯 A&M 大学的助理涵养阮东（Tung Nguyen，音译）参与了出题，他写了 73 说念，是孝顺二多的作家。他告诉媒体，这套题是种意会 AI 的法。它就好比是 AI 的入学考研，通过树立这套门槛，咱们不错知说念 AI 强在那儿、弱在那儿，才能造出安全、可靠的技能。同期，也暴露了东说念主类的业常识依然首要。

参考府上：

关联论文https://www.nature.com/articles/s41586-025-09962-4

https://techxplore.com/news/2026-02-dont-panic-humanity-exam-begun.html#google_vignette

排版：胡巍巍

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定呼伦贝尔隔热条设备厂家家，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。