Search Arena 事实性榜单更新
arena · x · 2026-07-16
Search Arena 公布了 factuality 相关的最新榜单变化，并提供了可交互的加权图表和方法说明，方便查看不同权重下分数与排名如何变化。
帖中提到的几个变化包括：
- GPT-5.5-search 上升 1 位，登顶 factuality 榜首
- GPT-5.2-search 大幅提升，从第 11 跳到第 3
- claude-sonnet-4-6-search 从第 6 跌到第 9
- gemini-3.1-pro-grounding 从第 7 跌到第 13
所属事件:Arena 将事实性纳入模型排行榜(12 条相关)→
「模型」频道最新
- 数学家吐槽 AI 数学写作糟糕,但同行认为进步速度惊人 — miniapeur · 2026-10-27
- LessWrong 实测：GLM 系列模型思维链可控性远超 Kimi 与 DeepSeek — tomekkorbak · 2026-10-27
- 「该反驳用户时就闭嘴」：医疗案例暴露 AI 顺从陷阱成常见失败模式 — echen · 2026-10-27
- 悖论:最值得信任的 LLM 反而不肯干最出格的事 — AaronBergman18 · 2026-10-27
- Claude 拒绝输入验证码被指安全障碍:一次性密码没法交给密码管理器 — AaronBergman18 · 2026-10-27
- repligate:LLM 上下文塞满噪声时确实会变『难』,休息的价值或可用信息论解释 — repligate · 2026-10-27