AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
MRCR 1M
MRCR 1M is a variant of the Multi-Round Coreference Resolution benchmark designed for testing extremely long context capabilities with approximately 1 million tokens. It evaluates models' ability to maintain reasoning and attention across ultra-long conversations.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 4
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| DeepSeek-V4-Pro-Max | 0.835 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-Max | 0.787 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-0423 | 0.769 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Gemini 2.0 Flash-Lite | 0.58 | 未收录 | 未收录 | 2025-02-05 · model_announcement | LLM Stats |