热点事件持续更新

AA-Omniscience v1.1发布公开集

2 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月31日，Artificial Analysis 在 X 上发布 AA-Omniscience v1.1 基准更新。据其说明，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 Net Score 平均低约 2 分；v1.1 与 v1 的 Spearman 排名相关系数为 0.98，Net Score 中位数下降 0.6 分。部分模型降幅更大，其中 MiniMax M3.1 Flash 下降 22 分（16 降至 -6），MiMo V2.6 Pro 下降 13 分（8 降至 -5）。同日另一条发布称，v1.1 在 Hugging Face 上新增一个公开集，其难度已校准至与私有集匹配；发布时公开集与私有集的 Net Score 相关系数为 0.99，中位差异 0.0 分，准确率与幻觉率的相关系数同为 0.99，中位差异分别为 -0.07 和 -0.29 个百分点。上述数字均来自 Artificial Analysis 的发布说明。

AI 根据报道生成 · 3 小时前更新

最新进展10月31日 08:01

AA-Omniscience v1.1 新增公开集

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

08:01
Artificial Analysis
AA-Omniscience v1.1 新增公开集
AA-Omniscience v1.1 在 @huggingface 上新增了一个公开集，其难度已校准至与私有集匹配。发布时，公开集与私有集的 AA-Omniscience Net Score 相关系数为 0.99，中位差异为 0.0 分。准确率与幻觉率的相关系数同样为 0.99，中位差异分别为 -0.07 和 -0.29 个百分点。
08:01
Artificial Analysis
AA-Omniscience v1.1 基准更新
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）

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月31日 09:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。