Humanity’s Last Exam
CAIS / Scale AI / 科研 · 横跨学科的高难度学术知识与推理。
在 裕瑞产业情报 中观察中
证据预算NaN%
上游数据时间待核实
最近成功同步尚未开始采集
它测什么，怎么测
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。
如何使用这份证据
观察中：AA 统一复跑的 HLE 已计分；官方榜单接受各家自报成绩，暂不计分。
评测局限与数据署名
观察中：AA 统一复跑的 HLE 已计分；官方榜单接受各家自报成绩，暂不计分。
数据许可：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。各项评测的原始分数尺度不同，不能直接相加；AIHOT 按公开规则把它们折算成同一种分数。