热点事件持续更新
MoveBench 基准发布：评估 LLM 运动健康教练能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，AGI Hunt 报道 MoveBench 基准发布，用于评估大语言模型在运动与健康教练领域的安全性、科学性与个性化表现。该基准采用评分细则（rubric）打分，题型包含选择题与开放式任务两类。榜单显示，Claude 4.6 Opus 以 0.943 排名第一，GPT-5.2 以 0.929 位居第二，GPT-5.5 与 Qwen3.5-397B-A17B 均为 0.927，并列第三；Qwen3-32B 以 0.830 垫底。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:17
MoveBench 发布，Claude 4.6 Opus 以 0.943 居首，Qwen3-32B 以 0.830 垫底。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntMoveBench 发布：用评分细则基准评估 LLM 运动健康教练能力
MoveBench 发布，用于评估 LLM 在运动与健康教练领域的安全性、科学性与个性化表现，采用评分细则（rubric）打分。基准包含选择题与开放式任务两类题型，Claude 4.6 Opus 以 0.943 排名第一。GPT-5.2（0.929）、GPT-5.5 与 Qwen3.5-397B-A17B（均 0.927）紧随其后，Qwen3-32B 以 0.830 垫底。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。