人工智能领域迎来重大突破！在被誉为"人类最终考试"的HLE评测基准中，由国际顶尖研究团队联合开发的Eigen-1多智能体系统创造了历史性记录——首次突破60分大关！
历史性时刻：Eigen-1登顶HLE评测
这项由耶鲁大学、上海交通大学、UCLA、牛津大学和Eigen AI联合研发的系统，在HLE Bio/Chem Gold专家校验集上表现出色：
- 首次答题准确率：48.3%
- 五次尝试最高准确率：61.74%
这一成绩不仅首次跨越60分里程碑，更大幅领先谷歌Gemini 2.5 Pro（26.9%）、OpenAI GPT-5（22.82%）等知名模型。
更令人振奋的是，这一突破完全基于开源的DeepSeek V3.1架构实现，展示了开源AI的巨大潜力。
三大核心技术突破
系统融合了以下创新技术：
- Monitor-based RAG（隐式知识增强）
- HSR（分层解法修复）
- QAIR（质量感知迭代推理）
全面性能表现
Eigen-1在多个评测集上展现出色能力：
| HLE Bio/Chem Gold | 61.74% |
| SuperGPQA生物学 | 78.26% |
| TRQA文献理解 | 79.07% |
技术细节分析
研究发现：
- 92.78%的错误涉及推理过程问题
- 88.66%的错误与知识应用相关
这表明科学推理的最大挑战在于知识与推理的有机结合。
研究意义与展望
这项突破标志着AI开始真正理解人类前沿科学知识。研究团队表示将继续优化系统架构，拓展到更广泛的科学领域。
论文与开源地址：
- 论文：arXiv:2509.21193
- 项目：GitHub
