alexandr_wang(@arankomatsuzaki)：在人类最后一次考试之后，@scale_AI和@ai_risks发布了一个新的非常困难的推理评估项目EnigmaEval：1,184个多模式难题，难度极高，需要人类团队花费数小时甚至数天来解决。所有顶尖模型在难题集上得分为0，在普通题集上得分低于10%。

小松崎亚兰转发了Alexandr Wang的一条推文，介绍了EnigmaEval，这是一项具有挑战性的新推理评估。这项评估是由Scale AI和AI Risks共同努力推动AI推理能力的边界。对于那些对AI评估的最新进展及其对理解AI推理能力潜在影响感兴趣的人来说，这条推文可能为他们提供有关该领域前沿发展的宝贵见解。-Aran Komatsuzaki转发了Alexandr Wang关于EnigmaEval的帖子。 -EnigmaEval是一个非常难推理的评估。 -该评估由@scale_AI和@AI_risks发布。