**AI安全中心发布HLE-Diamond：1000道精炼高难题，GPT-6 Astra得分60.6%**

_Introducing HLE-Diamond – Humanity's Last Exam_

> AI安全中心与Scale AI发布Humanity's Last Exam的精炼子集HLE-Diamond，经一年清理与筛选，含1000道题（500道推理、500道专家知识），设计为闭卷作答。无工具评测中，GPT-6 Astra以60.6%居首，Claude Opus 5.5为55.0%，Claude Fable 5.1为51.3%；推理分项最高达75.6%，知识分项最高45.6%，知识类题目仍是短板。启用网页与代码工具后成绩大幅提升，GPT-6 Astra达82.9%。数据集已在Hugging Face开放加载（cais/hle-diamond）。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-09-24 02:06（北京时间）
- **原文**：[打开原文](https://lastexam.ai/blog/hle-diamond)