跳到正文
arXiv · AI· Tianyu Chen, Xinyang Liu, Ruyi An, Zhendong Wang, Mingyuan Zhou·· 2026-10-16AI 评分32

System1-Arena 基准测试:哪些决策可由 System 1 模型完成

System1-Arena: Which Decisions Can Be Left to System 1?

AI 导读

System1-Arena 基准测试通过 9.2 万道问题评估 System 1 模型。最大 System 1 模型在准确率上媲美或超越快闭源 LLM,且延迟仅为四分之一。

来源:arXiv · AI · arxiv.org