AA 清洗知识基准 AA-Omniscience v1.1:平均降 2 分,并公开校准子集
ArtificialAnlys · x · 2026-10-28
Artificial Analysis 发布 AA-Omniscience v1.1,这是其知识与幻觉基准的清理版:剔除饱和题与公开集题目、新增新题、修订歧义或错误题。各模型得分与 v1 基本一致,平均低约 2 分(中位数 0.6)。
同时其在 Hugging Face 上发布了公开子集 AA-Omniscience-Public-v1.1,经重新校准确保公开集与私有集在准确率、幻觉率和总分上保持一致,方便第三方复现校验。
「模型」频道最新
- Gemini 4 Argon 刷新 OCR 纪录：WER 1.73%，超越人类专家 — gabriberton · 2026-10-28
- Meta 开源级翻译系统 Omnilingual MT 覆盖 1600 种语言 — kalyan_kpl · 2026-10-28
- LFM3-1.7B 无审查 GGUF 权重上线 Hugging Face — kalyan_kpl · 2026-10-28
- OpenRouter 周token量一年涨27倍至165万亿，开放模型占72% — FinanceYF5 · 2026-10-28
- 曝特斯拉 Optimus 数据采集：40 相机动捕服三班倒运转数月 — Scobleizer · 2026-10-28
- FrontierMemory 基准榜：Letta Dream 得 73.3% 居首，超 OpenAI 与 Claude agent — afurgs · 2026-10-28