Nathan Lambert 谈 Artificial Analysis v5 与基准制定者的困境
Artificial Analysis v5 and the benchmarker's dilemma
AI 导读Nathan Lambert 撰文分析 Artificial Analysis 智能指数 v5 更新及其带来的评测困境。AAv5 将指数均分为知识工作、编码、科学、通用四类各占 25%,榜单显示 8 个闭源模型超过最强待发布开源权重模型 Kimi K3.1 Pro。
来源:Nathan Lambert:Interconnects · interconnects.ai
事件后续2
查看事件全部- 腾讯混元感谢 Artificial Analysis 对 Hy4 的评测,模型获 Intelligence Index v5 35 分腾讯混元 · 11 天前
- Google DeepMind 发布 Gemini 4 Carbon 前沿模型Google DeepMind:Blog · 19 天前