Artificial Analysis v5 与基准测试者的困境

Artificial Analysis 发布 v5 评测体系，作者借此探讨独立语言模型评测的难度。文章指出，让分数上涨有清晰的路径可循，但如何设计真正处于 AI 前沿、有意义的基准测试却缺乏方法论，独立评测工作的难度被低估。