搜索场景事实性榜更新
arena · x · 2026-07-16
Arena 补充了 Search Arena 的事实性排行榜变化。
- 开启 factuality 后，GPT-5.5-search 升到事实性榜首。
- GPT-5.2-search 名次提升更明显，从第11升到第3。
- claude-sonnet-4-6-search 从第6降到第9，gemini-3.1-pro-grounding 从第7降到第13。
- 他们还提到，部分开源模型在提高事实性权重后分数下降，但 mistral-medium-3.5 和 tencent huyuan-hy3-preview 反而上升。
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
- repligate:上下文塞满噪声对 LLM 是实打实的「困难」 — repligate · 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
- 模型越可信越不敢输密码?研究者谈安全护栏的连带效应 — 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
- 3 张二手 V100 跑 Qwen 近 400 tokens/秒 — jfinkpottery · 2026-10-27