AI评测机构Artificial Analysis更新指数v5，六成任务转为保密以遏制刷榜
Artificial Analysis发布Intelligence Index v5，新增两项测试并将60%的任务设为非公开，旨在防止模型针对公开基准过拟合。
独立AI评测机构Artificial Analysis更新了其核心指标Intelligence Index v5。该版本整合了九项基准测试结果，并首次将60%的测试任务设为非公开状态。这一调整旨在应对开发者针对公开基准进行“刷榜”或过拟合训练的现象，从而更真实地反映模型的通用能力。
Index v5引入了Terminal-Bench-Science（包含70项代理式科学任务）和FrontierCode 2.0（由Cognition推出的非公开编程基准，评估代码变更是否会被维护者接受）。同时，移除了GDPval-AA v2.1、SciCode和AA-LCR v1.1等旧测试。尽管任务可见性降低增加了外部验证的难度，但此举意在提升排名的抗操纵性。