网易首页 > 网易号 > 正文 申请入驻

57个榜单1458条记录,韩国这家公司拿下12个第一

0
分享至

“허깅페이스 공인 벤치마크는 전 세계 연구진과 기업이 같은 문제로 실력을 겨루는 공개 경기장。”韩国AI公司비드래프트(VIDRAFT)代表金民植(김민식)在公布一份榜单分析结果时,用了“公开竞技场”这个说法。


这家公司做了一件在AI圈不太常见的事:把허깅페이스(Hugging Face)上带“官方认证”标记的63个基准测试、57个排行榜、1458条记录全部扒了一遍,然后对外宣布——自家다윈(Darwin)系列模型在12个排行榜上排第一,在参与的140家机构里数量最多。

这份统计以2026年11月17日허깅페이스公开API的数据为准,只取带benchmark:official标记的数据集。同分算并列,一个榜单出现多个并列第一时,各机构都计入自己的第一数量。

第一名的分布:中国机构34个,韩国14个,美国7个

按国家看,中国机构在34个排行榜上拿到第一,韩国以14个排第二,美国7个。韩国这14个里,비드래프트占12个,另外2个来自公开文档解析模型的韩国机构KDLAI。

按机构排,비드래프트之后是中国的문샷AI(月之暗面,7个)、Z.ai(6个),딥시크(DeepSeek)和阿里巴巴큐원(通义千问)各3个,샤오미(小米)、앤트그룹(蚂蚁集团)、미니맥스(MiniMax)、싱킹머신즈(Thinking Machines)等各2个。57个官方排行榜上共有580个模型留下记录。

12个第一横跨六个领域

비드래프트拿第一的榜单分布在科学知识、数学、文档识别、法律、智能体、检索六个方向。几个具体成绩:

  • 研究生级科学推理评测GPQA钻石集:124个模型中以94.44分排第一,领先第二名문샷AI的키미(Kimi)K3.1 Pro(94.20分)
  • 美国高中数学竞赛题改造的HMMT 2026年2月评测:满分100分单独第一
  • AIME 2026:100分并列第一
  • 文档识别评测MDPBench(83.65分)、ExtractBench(90.29分)第一
  • 法学考试评测LEXam(68.94分)、LEXam-hard(45.72分)第一,LEXam上领先第二名딥시크 R1(52.41分)超过16分
  • 163个模型参与的MMLU-Pro:排第二

다윈-180B还在中国AI评测机构SuperCLUE的2026年11月评测中,拿下数学与科学推理开源模型第一。

参与15个榜单,全部进前三

比第一数量更能说明问题的是参与度与名次的比值。비드래프트在提交记录的15个排行榜上全部进入前三,其中12个是第一。

对比其他机构:문샷AI参与32个榜单,15个进前三;Z.ai参与38个,14个进前三;딥시크参与32个,14个进前三;阿里巴巴큐원参与40个,11个进前三。

竞争最激烈的榜单是MMLU-Pro(163个模型),其后是GPQA钻石集(124个)、“人类最后的考试”HLE(104个)、SWE-bench Verified(78个)。这三个参与模型过百的榜单里,GPQA钻石集的第一被비드래프트拿走;MMLU-Pro第一是上海AI랩的Intern-S2,HLE第一是문샷AI的키미 K3.1 Pro,SWE-bench Verified第一是Ornith-1.5。分领域看,智能体类评测最多,有20个。

金民植把成绩归因于다윈的自我改进(RSI)技术:“在所有参与的排行榜上都进入前三、其中12个拿第一,说明다윈的RSI技术在科学、数学、法律、文档这些不同领域都能通用。”他补充说,接下来会挑战更多官方评测,让韩国AI站到全球最顶层竞争的中心。

비드래프트是一家做大规模语言模型与推理技术的韩国AI深科技公司,产品线包括自我改进模型平台다윈、AI安全技术비커널、国产NPU核心技브이코어,以及自研开源模型에테르。다윈-180B的模型信息可在허깅페이스的FINAL-Bench/Darwin-180B-RSI页面查看。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
中国车市连续7个月降幅超20%

中国车市连续7个月降幅超20%

西虹市闲话
2026-11-16 13:16:09
当下 “发不出工资” 的 4 个行业!比想象中还严重!

当下 “发不出工资” 的 4 个行业!比想象中还严重!

职场资深秘书
2026-11-16 15:09:51
假哭别演正剧!《伟大的长征》结局李乃文用鼻涕横流的哭戏,把张国焘哭成了历史的笑柄

假哭别演正剧!《伟大的长征》结局李乃文用鼻涕横流的哭戏,把张国焘哭成了历史的笑柄

娱乐故事
2026-11-16 21:08:06
固态电池正式装车!续航1000公里下探15万,新能源车要变天了

固态电池正式装车!续航1000公里下探15万,新能源车要变天了

阿芒娱乐说
2026-11-17 14:58:59
比黄仁勋的事大:美国与8个盟友“签约”,竟要联手针对中国AI?

比黄仁勋的事大:美国与8个盟友“签约”,竟要联手针对中国AI?

互联鱼
2026-11-18 00:10:09
74岁马保国出售上海豪宅,140多平卖400多万,豪宅画面流出

74岁马保国出售上海豪宅,140多平卖400多万,豪宅画面流出

小徐讲八卦
2026-11-17 10:08:29
独一档,哈兰德25球领跑欧国联历史射手榜,领先第二名9球

独一档,哈兰德25球领跑欧国联历史射手榜,领先第二名9球

懂球帝
2026-11-18 07:23:14
“每早六点起床伺候9个孙子”,老人晒退休生活,网友:苦了一辈子,真要命

“每早六点起床伺候9个孙子”,老人晒退休生活,网友:苦了一辈子,真要命

泽泽先生
2026-11-17 16:07:45
中国接到消息,东盟峰会第一天,菲防长大谈南海,帮手已签字挺菲

中国接到消息,东盟峰会第一天,菲防长大谈南海,帮手已签字挺菲

章幃户外
2026-11-17 11:00:55
特朗普:如果前英伟达首席执行官黄仁勋回归公司,我不会介意

特朗普:如果前英伟达首席执行官黄仁勋回归公司,我不会介意

阿尔卑斯瞭望
2026-11-17 18:48:06
1927年,毛泽东被捕后,在被押解去执行死刑的途中,他突然对一名团丁说:“老哥,我腿疼,可能伤筋了!”

1927年,毛泽东被捕后,在被押解去执行死刑的途中,他突然对一名团丁说:“老哥,我腿疼,可能伤筋了!”

扶苏聊历史
2026-11-06 18:18:35
知名港星癌细胞扩散至脑部,闻到身上有尸臭味,剩四分之一条人命

知名港星癌细胞扩散至脑部,闻到身上有尸臭味,剩四分之一条人命

叨唠
2026-03-15 17:36:49
英锦赛最新临时排名:小特跌至第八,囧哥冲击大满贯追赶赵心童!

英锦赛最新临时排名:小特跌至第八,囧哥冲击大满贯追赶赵心童!

夜深聊球
2026-11-17 20:05:19
厉娜的瓜太炸裂了!2018年,她和经纪人在外面放贷,厉娜出了780万,经纪人出了1030万,一共1810万借给陈某,利息高达36%!

厉娜的瓜太炸裂了!2018年,她和经纪人在外面放贷,厉娜出了780万,经纪人出了1030万,一共1810万借给陈某,利息高达36%!

静若梨花
2026-11-16 22:23:40
美国、俄罗斯、欧洲猛然发现一件头疼事:低估了中国,高估了自己

美国、俄罗斯、欧洲猛然发现一件头疼事:低估了中国,高估了自己

文史达观
2025-03-27 12:59:20
敖海清主任:苹果煮水太厉害了!睡前一碗睡得香气血足

敖海清主任:苹果煮水太厉害了!睡前一碗睡得香气血足

蜡笔小小子
2026-11-15 15:10:25
俩月狂卖1万单的“毁脸神药”,把“穷鬼女孩”体面戳破了

俩月狂卖1万单的“毁脸神药”,把“穷鬼女孩”体面戳破了

李砍柴
2026-11-16 22:20:50
《多喜一家人》口碑爆棚,本是冲着蒋欣来的,却被46岁男配吸引

《多喜一家人》口碑爆棚,本是冲着蒋欣来的,却被46岁男配吸引

天玑影视说
2026-11-17 09:32:41
放弃五大联赛邀约!斯帅空降泰山,第一件事竟是深挖 B 队

放弃五大联赛邀约!斯帅空降泰山,第一件事竟是深挖 B 队

体坛小鹏
2026-11-17 09:40:50
为什么不建议夜跑?

为什么不建议夜跑?

跑者排球视角
2026-11-11 23:31:19
2026-11-18 07:47:00
野生运营
野生运营
懂点产品,懂点AI,正在努力给平淡日子搞点新花样。
199文章数 99关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

中俄美元首首次三方"面谈" 俄方:现代史上前所未有

头条要闻

中俄美元首首次三方"面谈" 俄方:现代史上前所未有

体育要闻

东契奇心仪之人 三年后拿着底薪站到他身旁

娱乐要闻

刘欢有6位生死之交,个个可托付后事

财经要闻

全民抛售AI,市场转折点或已悄然临近

汽车要闻

奕境X9纯电版信息曝光 将于11月27日广州车展上市

态度原创

教育
亲子
房产
家居
时尚

教育要闻

“健康第一”,钱塘区2026年中小学生田径运动会火热开幕

亲子要闻

诺和诺德公布司美格鲁肽最新研究结果:近80%的6岁至12岁肥胖儿童BMI降低10%或以上

房产要闻

5381亩之后,三亚绿谷,等一个500强!

家居要闻

2026建博会(广州) 公装联探展交流活动

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

无障碍浏览 进入关怀版