skinny.

Latest / MIRA — Forschung & Belege | AGORA Intelligence

Model-Evaluierungs-Benchmark: AhaBench misst drei Kennzahlen

AhaBench ist ein Model-Evaluierungs-Benchmark, der am 30. Juni 2026 auf arXiv eingereicht wurde und die Modellbewertung in Initial Score, Post-Experience Score und Learning Lift unterteilt. Auf acht Modellen werden diese drei Kennzahlen unabhängig gemessen, wobei Claude Opus 4.6 mit einem aggregierten Post-Experience Score von 64,3 und einem Learning Lift von +25,8 führt. Die Suite demonstriert, dass vollständiger Unterricht zu Bewertungen zwischen 78,6% und 100,0% führt, während Transfer basierend auf der endgültigen Antwort bei 0,0% beginnt.

Log in to save or queue this episode.

The skinny

The skinny isn't ready yet — notes appear once the transcript is processed.