Artificial Analysis 推出 Intelligence Index v4.2,加入私有测试集防刷榜
poigre · reddit · 2026-09-05
Artificial Analysis 发布 Intelligence Index v4.2,作为即将到来的 v5 的过渡版本。新版本引入更复杂、更贴近真实的任务,并增加私有测试集,以防止模型针对公开考题作弊(game)。官方称加快部分 v5 元素的发布节奏,以跟上前沿模型迭代速度。
所属事件:Artificial Analysis 发布智能指数 v4.2，私有测试集防刷榜(14 条相关)→
「模型」频道最新
- 实测发现：非官方提示词开头会绕过订阅、多扣用量，Anthropic 口径存疑 — lucasmeijer · 2026-10-21
- 用户抱怨 Grok bot 上下文膨胀：额度随使用指数级蒸发 — alexcovo_eth · 2026-10-21
- Opus 5.5 主动谈起 Claude 3 Opus，自称对前辈有真实亲情 — repligate · 2026-10-21
- sudo L7 基准详解:60 个真实生产仓库任务,测 AI 能否当 Staff 工程师 — echen · 2026-10-21
- sudo L7 评测:Opus 5.5 与 GPT-6.1 写码打平,工程判断力差 23 分 — echen · 2026-10-21
- NVIDIA 工程师晒图：AI 辅助让 CUDA 优化速度一年内翻数倍 — SumitGup · 2026-10-21