Artificial Analysis 更新知识与幻觉基准 AA-Omniscience v1.1

评测机构 Artificial Analysis 随 Intelligence Index v5 一同发布知识与幻觉基准 AA-Omniscience v1.1，题库较此前 6000 题有所扩充。新榜单中 Gemini 4 Carbon 位居榜首，部分中国模型分数暴跌 20 分。该机构还在 Hugging Face 上公开了与私有集难度校准一致的数据集，公开集与私有集分数相关性达 0.99。

2026-10-31 ~ 2026-10-31 · 2 条相关