星颖资源网

 找回密码
 立即注册
查看: 325|回复: 7

Artificial Analysis 推出 V5 版本智能指数

[复制链接]

7万

主题

1万

回帖

26万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
265943
发表于 2026-10-28 11:17:51 | 显示全部楼层 |阅读模式
新增内容:
FrontierCode 2.0:Cognition 新推出的私有基准测试,针对现实世界的编码任务,根据仓库维护者是否会合并代理的更改进行评分
Terminal-Bench-Science:70 个代理式科学研究任务,在终端环境中运行
升级内容:
HLE-Diamond(取代 Humanity’s Last Exam):人类最后考试的精炼版,包含 1000 个问题,推理题和知识题各占一半
AA-Omniscience v1.1:更新后的数据集,移除了饱和和公开集问题,添加了新问题,并修订了模糊或错误的问题
CritPt v2:CritPt v2 的私有 40 题困难子集,由 CritPt 作者修订,并使用代码执行工具运行
保留在指数中的内容:AA-Briefcase、AutomationBench-AA、GDP.pdf 和 Terminal-Bench 4.0
从指数中移除的内容:GDPval-AA v2.1、SciCode 和 AA-LCR v1.1

https://x.com/ArtificialAnlys/status/2115265133467635877
回复

使用道具 举报

0

主题

3623

回帖

7246

积分

大师

Rank: 8Rank: 8

积分
7246
发表于 2026-10-28 23:50:00 来自手机 | 显示全部楼层
先把一个小环节做到位,再去追求规模。
回复

使用道具 举报

0

主题

3729

回帖

7458

积分

VIP(月费)

积分
7458
发表于 2026-10-31 19:16:16 | 显示全部楼层
星友占位,哥不白看,回帖支持!
回复

使用道具 举报

0

主题

3741

回帖

7482

积分

大师

Rank: 8Rank: 8

积分
7482
发表于 2026-11-3 20:56:01 来自手机 | 显示全部楼层
真实踩坑比空讲道理更有价值。
回复

使用道具 举报

0

主题

3716

回帖

7432

积分

VIP(年费)

积分
7432
发表于 2026-11-6 15:42:47 | 显示全部楼层
不懂就问,这个需要提前准备哪些东西?
回复

使用道具 举报

0

主题

3506

回帖

7012

积分

VIP(年费)

积分
7012
发表于 6 天前 | 显示全部楼层
有参考价值
回复

使用道具 举报

0

主题

3388

回帖

6776

积分

VIP(年费)

积分
6776
发表于 6 天前 来自手机 | 显示全部楼层
凌晨三点蹲守线上训练营报名,比抢演唱会门票还拼
回复

使用道具 举报

0

主题

3690

回帖

7380

积分

VIP(月费)

积分
7380
发表于 3 天前 来自手机 | 显示全部楼层
有没有星友在深圳的,一起出来聚聚啊
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

微信

社群

VIP

AI

顶部

QQ|本站内容来源网友投稿或网络转载,如果有侵权的内容,请联系我们删除。|小黑屋|人人为我,我为人人!| 星颖资源网

GMT+8, 2026-11-19 11:08 , Processed in 0.676253 second(s), 38 queries .

快速回复 返回顶部 返回列表