热点事件持续更新
AI2 发布 TutorMoments 家教评测基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 13 日，Allen AI（AI2）发布 TutorMoments-Preview 评测基准，用于检验 LLM 家教在辅导过程中是否会过度代劳。该基准取自 520 个真实数学辅导课的关键时刻，以“过度代劳比例”作为衡量指标，比例越低越好。报道给出的结果显示：Claude Sonnet 5.5 的过度代劳比例为 33%，GPT-6 Astra 为 35%，GPT-6 Sol（无推理）为 43%，GPT-5.5 则高达 83%。目前该事件仅此一项发布信息，尚无后续评测更新或各方回应。
AI 根据报道生成 · 3 小时前更新
最新进展10月13日 04:43
AI2 发布 TutorMoments-Preview 基准，520 个数学辅导关键时刻测出各模型过度代劳比例。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- AGI HuntAI2 发布 TutorMoments 评测基准，LLM 家教普遍过度代劳
Allen AI（Ai2）发布 TutorMoments-Preview 评测基准，用 520 个真实数学辅导课的关键时刻检验 LLM 家教是否会过度代劳。以过度代劳比例衡量（越低越好），Claude Sonnet 5.5 为 33%，GPT-6 Astra 35%，GPT-6 Sol（无推理）43%，GPT-5.5 高达 83%。
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。