Gemini 3.8 Flash · Humanity's Last Exam(HLE-Verified 1,811-item verified set) 54.9% · 附件证据(ev-g38-hle)

Gemini 3.8 Flash 的 Humanity's Last Exam · HLE-Verified 1,811-item verified set 官方出处。Gemini 3.8 Flash default sampling · 54.9%。见《Gemini 3.8 Flash evaluation methodology and results》PDF p.4, HLE-Verified row; method p.3。证据 ev-g38-hle。

原文与定位

Gemini 3.8 Flash · Humanity's Last Exam(HLE-Verified 1,811-item verified set),Gemini 3.8 Flash default sampling配置,Accuracy 54.9%(具体成绩公布时间未确认)。见《Gemini 3.8 Flash evaluation methodology and results》PDF p.4, HLE-Verified row; method p.3。 查看成绩条件

HLE-Verified | Gemini 3.8 Flash 54.9%.
官方材料
Gemini 3.8 Flash evaluation methodology and results · PDF 第 4 页
定位
附件 · PDF p.4, HLE-Verified row; method p.3
材料版本
Official 4-page PDF; method pp.2-3, results p.4; results as of September 2026; rendered and visually checked
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Gemini 3.8 Flash · Humanity's Last Exam(HLE-Verified 1,811-item verified set),Gemini 3.8 Flash default sampling配置,Accuracy 54.9%(具体成绩公布时间未确认)。官方出处 Gemini 3.8 Flash evaluation methodology and results(附件,Official 4-page PDF; method pp.2-3, results p.4; results as of September 2026; rendered and visually checked)PDF p.4, HLE-Verified row; method p.3,https://deepmind.google/models/evals-methodology/gemini-3-8-flash#page=4。Benchlog https://benchlog.lekshome.cc/evidence/gemini-3-8-flash/ev-g38-hle/

关联成绩与条件

Gemini 3.8 Flash · Humanity's Last Exam 成绩与配置
指标与成绩配置与评测条件证据关系
Accuracy54.9%原文 54.9% · 单位 %
公布 未确认
Gemini 3.8 Flash default sampling
设置
Gemini API gemini-3.8-flash; default sampling; pass@1 except where noted.
未知项
Exact sampling parameters are not published.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Self-computed accuracy on 1,811 verified items: 668 verified original HLE items plus 1,143 revised items; 689 uncertain original items excluded.
条件
Gemini API, default sampling, pass@1; results as of September 2026.

直接支持该成绩

在排名中查看此成绩