代码重构 · RLHF
字节跳动
专家评审与 RL 闭环，代码可读性评分显著提升
抽象推理 · ARC-AGI 2
AGI 基准评测
为 ARC Prize 生产抽象推理数据集，衡量 AI 通用智能水平
极限评测 · HLE
人类最后一次考试
全球顶尖专家出题，评测大模型能力上限的高难度题库
AI 时代，执行的价值趋近于零。
我们为前沿模型提供 RL 数据闭环与专家判断网络。
专家评审与 RL 闭环，代码可读性评分显著提升
为 ARC Prize 生产抽象推理数据集，衡量 AI 通用智能水平
全球顶尖专家出题，评测大模型能力上限的高难度题库