你能战胜大模型吗？构建人类 vs 人类最后的考试

📋 概述

前沿模型正在碾压一个又一个基准测试——于是作者构建了一个测验来回答一个简单但令人谦卑的问题：人类还能赢过它们吗？Humans vs. HLE 是一个基于 Web 的测验，让你在「人类最后的考试」（Humanity's Last Exam）上与前沿 AI 模型对战。HLE 包含专家级学术问题，错 4 题即淘汰。你的分数将与前沿模型精度对比，同时进入持久化排行榜。应用运行在 Cloudflare Workers 上，题目在构建时烘焙到 JSON 中，使用 Durable Objects 管理排行榜，服务端评分防止作弊。