基準測試

ChainCatcher 消息，据 CoinDesk 報導，券商 Benchmark 分析師 Mark Palmer 重申 Semler Scientific（SMLR）買入評級，目標價 101 美元，約為現價 35 美元近三倍。公司已持 5,021 BTC，市值約 5.86 億美元，並擬透過經營現金流、4.25%可轉債及少量 ATM 發行，將持倉提升至 2025 年底 1 萬枚 BTC 。

ChainCatcher 消息，据金十報導，OpenAI 的一名員工公開指責馬斯克旗下的xAI公司，稱其發布的最新 AI 模型 Grok3 的基準測試結果具有誤導性。對此，xAI 的聯合創始人伊戈爾・巴布什金（Igor Babushkin）則堅稱公司並無不當。xAI 的圖表顯示，Grok3 的兩個版本------Grok3 Reasoning Beta 和 Grok3 mini Reasoning------在 AIME 2025 上的表現超過了 OpenAI 當前最強的可用模型 o3-mini-high。然而，OpenAI 的員工很快在 X 平台上指出，xAI的圖表並未包含 o3-mini-high 在"cons@64"條件下的 AIME 2025 得分。巴布什金在 X 平台上辯稱，OpenAI 過去也曾發布過類似的誤導性基準測試圖表。儘管這些圖表是用於比較其自身模型的表現。

ChainCatcher 消息，据 Grok 3 發佈會披露數據，Grok 3 在數學、科學、編程基準測試中的表現超越了 OpenAI 的 GPT-4o、Claude 3.5、Deepseek V3 和 Gemini 2 Pro。另據 xAI 工程師介紹，Grok 3 所涉及的訓練是 Grok 2 的 10 倍。