哪些大型語言模型在「全知指數」評測中表現領先？

Question

大型語言模型在「全知指數」評測中的領先表現

Accepted Answer

根據 Artificial Analysis 於 2025 年 11 月 18 日公布的 AA-Omniscience 評測，多數大型語言模型在高難度知識題上的表現不佳，猜錯的機率高於答對。這項評測採用「全知指數」（Omniscience Index）作為核心指標，透過加權懲罰幻覺（錯誤作答）的方式，衡量模型的知識可靠度。全知指數的計算方式為：答對加一分，錯誤且有作答扣一分，選擇不作答記零分。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

哪些大型語言模型在「全知指數」評測中表現領先？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

2

0

0

分享給好友