Artificial Analysis v5 与基准测试者的两难

Artificial Analysis 推出 v5 版本，核心议题是基准测试者面临的两难：提升模型分数代价高昂但路径清晰，而在当前 AI 前沿构建有意义的基准却缺乏可循方法。文章指出，独立的大语言模型评测难度被普遍低估。