Mistral Large 4 公布 Ulam 私有基准 STEMBench 成绩

• 官方口径：Mistral AI 称 Mistral Large 4 在 Ulam 的私有基准 STEMBench 上，工程与天文两项得分优异，并附上基准页面链接。
• 信息边界：未披露具体分数、对比基线、题目构成与评分方法，也无第三方复现结果；该成绩目前仅来自模型方单方发布。
• 行业观察：私有基准正被模型厂商用作能力宣称的载体。与公开榜单不同，STEMBench 的题库与口径由单一机构掌握，外部无法判断该分数在同口径下处于什么位置。对开发者的参考价值取决于后续是否公开任务集与评测细节，而非结论本身。

🔗 Mistral AI 推文 | STEMBench 页面