Artificial Analysis· @ArtificialAnlys · X·· 4 小时前AI 评分40
AI 导读
AA-Omniscience v1.1 基本保持了 v1 的排名顺序，但在刷新后的测试集上，模型的 Net Score 平均低约 2 分。AA-Omniscience v1.1 与 v1 的 Spearman 排名相关系数为 0.98，Net Score 的中位数下降为 0.6 分。部分模型降幅更大，尤其是 MiniMax M3.1 Flash，下降 22 分（16 降至 -6），以及 MiMo V2.6 Pro，下降 13 分（8 降至 -5）
正文
AA-Omniscience v1.1 largely preserves the rank order from v1, but models score ~2 points lower on Net Score on average on the refreshed set. AA-Omniscience v1.1 has a 0.98 Spearman rank correlation with v1, and the median decrease in Net Score is 0.6 points. Some models see much larger declines, particularly MiniMax M3.1 Flash, down 22 points (16 to -6), and MiMo V2.6 Pro, down 13 points (8 to -5)
来源：Artificial Analysis · x.com