Hacker News Front Page · scooby7430 ·
Intelligence Benchmarking | Artificial Analysis
Artificial Analysis Intelligence Index v5.0 combina nueve evaluaciones en cuatro categorías con el mismo peso: conocimiento y trabajo, programación, ciencia y capacidades generales. La metodología detalla las tareas, los criterios de puntuación, las herramientas y los parámetros de ejecución de cada evaluación, y explica que otras pruebas se publican por separado. También expone principios de estandarización, imparcialidad, evaluación sin ejemplos y transparencia, además de las limitaciones de comparar modelos mediante una única puntuación.
Detailed intelligence benchmarking methodology for LLM quality evaluations.