Artificial Analysis 调整评测方法致全榜分数变动引争议
pranjalssh · x · 2026-09-06
第三方评测机构 Artificial Analysis 重新调整了评测方法（原推称是为了让 GPT6 看起来更好），导致所有模型的历史分数一起变化，引发对「评测分数随方法论变动而失去可比性」的不满。有人此前提出过一套「新增/删除评测项时不影响旧分数」的指数方法，在该体系下 GPT6 仍是明显赢家；本帖作者认为新做法更好，赞同一套分数不该每次都变。
所属事件:Artificial Analysis 重构评测指数引发榜单信任危机(4 条相关)→
「模型」频道最新
- 本地模型跑分乱象引吐槽：数字飙高却无配置可复现 — TheZachMueller · 2026-10-23
- 用 abliterated 本地模型给智能电视去除“广告与追踪” — TheZachMueller · 2026-10-23
- 实测称 Claude $200 档订阅价值达 API 价格 45.3 倍 — RexDouglass · 2026-10-23
- 用户实测：GPT-6.1 Sol 不适合长任务策略研究 — RexDouglass · 2026-10-23
- Dexmal 开源 VLA 模型 DM0.5 登陆 LeRobot，登顶 RoboColiseum — AdinaYakup · 2026-10-23
- Gemini 隐藏开关:开启 agentic 视频理解,token 消耗降约 90% — patloeber · 2026-10-23