Artificial Analysis 发布智能指数 v5:四大类 12 项基准重构榜单
xeophon · x · 2026-10-28
Artificial Analysis 正式宣布 Intelligence Index v5。新版指数将评测分为四大类、各占 25% 权重：知识工作(AA-Briefcase v1.1、AutomationBench-AA、GDPpdf)、编程(FrontierCode 2.0、Terminal-Bench 4.0)、通用(AA-Omniscience v1.1、HLE-Diamond)与科学(Terminal-Bench-Science、CritPt v2 Hard Subset),并注明私有测试集现在占 v5 权重的 60%。同时 GPQA Diamond、SciCode、IFBench 等旧基准自 v4 后退役。
所属事件:AA智能指数v5发布，Claude Opus 5.5登顶(4 条相关)→
「研究」频道最新
- 无视觉盲操保定球：机械手连续 225 次旋转不掉球 — Scobleizer · 2026-10-28
- AgiBot等发布Rollback:用世界模型回溯决策点改进机器人策略 — agibot-world · 2026-10-28
- SPOT:通过提交顺序预测将扩散语言模型解码加速最高6.8倍 — Eliezer Shlomi · 2026-10-28
- RSI Arena实验:10个AI Agent自主训练模型,最强追平76%基线差距 — RSIArena · 2026-10-28
- HaMo 框架：经验卡片检索+模型渐进适配，破解长程 Agent 持续学习难题 — Zhen Bi · 2026-10-28
- ChronoReplay:解决空间VLM「接口锁定」问题,OST-Bench提升13.41分 — LINs-lab · 2026-10-28