跳到正文
实时
热点事件历史事件

Artificial Analysis 决策指数 v2 发布

1 篇报道1 个报道来源11 天前更新

先了解这件事

AI 综述

Artificial Analysis 发布了决策指数 v2,采用新指标奖励模型正确性与校准置信度,45%基准基于私有数据集。Drex Max v1.1(Nace AI)以 73 分领先,GPT-6 Luna(Max)以 76 分位列语言模型第一,但成本与推理时间显著更高。新指数中,每题满分 100,正确答案得分超过 50,错误答案得分低于 50,且对最佳答案的置信度在半分区间内调整得分。每百万任务的成本跨模型差异超过 60 倍,且多数模型(如 Drex Max v1.1 和 Decider v1.2)对文档输入计费一次,而 GLiDE v1.2 和 Decider Flash v1.2 每题计费一次。

AI 根据报道生成 · 更新于 10 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月8日
  1. Artificial Analysis Articles
    介绍 Artificial Analysis 决策指数 v2

    Artificial Analysis 发布决策指数 v2,采用新指标奖励模型正确性与校准置信度,45%基准基于私有数据集;Drex Max v1.1(Nace AI)以 73 分领先,GPT-6 Luna(Max)以 76 分位列语言模型第一,但成本与推理时间显著更高。