动态时间线
同一件事的多篇报道已合并相关人物
暂未收录这家公司的人物。
发展脉络
AI 生成截至 2026/11/02依据下方事件流提炼最近进展（实时）
- 10/28Artificial Analysis v5 评测困境
- 10/28Artificial Analysis 智能指数 v5.0 · 2 篇报道
- 10/19LLM 失败任务讨论
Artificial Analysis 的近期轨迹集中在评测体系的迭代与争议上。2026 年 10 月，平台推出智能指数 v5.0，并伴随两篇报道，说明这是其评测框架的一次重要升级；同月上线 FrontierCode 代码评测，将评测维度扩展到代码能力。但同一时间也出现关于 v5 评测困境的讨论，以及围绕 LLM 失败任务的讨论，反映出指数升级后方法论本身受到审视。整体看，这家第三方评测机构正处在评测体系换代期：一边扩展代码等新维度，一边需要回应外界对新指数有效性的质疑，其公信力取决于能否把 v5 的方法论讲清楚。
- 2026-10智能指数v5.0发布 · 评测框架换代，是其作为第三方基准的核心资产更新
- 2026-10FrontierCode代码评测上线 · 评测维度从通用能力扩展到代码，覆盖更多选型场景
- 2026-10v5评测困境讨论 · 新指数方法论遭质疑，直接关系平台中立性与公信力
- 2026-10LLM失败任务讨论 · 关注点转向模型失效场景，评测视角更贴近实际使用
1 篇报道
2 篇报道最近 10-28 13:29
看看其他媒体怎么说（2 篇）
1 篇报道
1 篇报道