跳到正文
热点事件持续更新

Artificial Analysis v5 评测因基准构建挑战扩大模型差距

2 篇报道2 个报道来源2 小时前更新

先了解这件事

AI 综述

评测机构 Artificial Analysis 在 v5 版本中，因构建前沿基准成本高昂且困难，首次将 60% 的评估依赖私有测试集。 这一调整导致开源模型与闭源模型的排名差距扩大至 12 分，其中 Kimi K3.1 Pro 排名下降五位，Grok 4.7 也失去 12 分。

AI 根据报道生成 · 1 小时前更新

最新进展10月28日 23:04
新人工分析指数扩大开源与闭源模型差距

事件进展

2 个进展

  1. 10月28日 23:04 · 1 篇报道
    Artificial Analysis发布新版Intelligence Index
    The Decoder：新人工分析指数扩大开源与闭源模型差距
  2. 10月28日 20:58 · 1 篇报道
    Artificial Analysis v5 和评测者的困境
    Interconnects：Artificial Analysis v5 和评测者的困境

报道时间线

沿着报道，了解事件的不同侧面。

10月28日
  1. The Decoder
    新人工分析指数扩大开源与闭源模型差距

    新人工分析指数（Artificial Analysis）更新后，开源模型与闭源模型的排名差距扩大至12分。Kimi K3.1 Pro 排名下降五位至第九，Grok 4.7 也失去12分。此次指数首次有60%的评估依赖私有测试集，以防止模型针对已知测试问题进行训练。

  2. Interconnects
    Artificial Analysis v5 和评测者的困境

    Artificial Analysis v5 面临评测者在 AI 领域前沿创建有意义基准的挑战。独立评估语言模型的难度被低估，尤其是在当前 AI 真正前沿的基准构建上。该版本的评测过程显示出提升分数成本高昂，但已有更清晰的策略指导。

本事件热度走势

可比范围当前
19
可比范围峰值
1910月29日 00:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。