scaling01更新模型能力榜并公布排名
热点事件持续更新
scaling01更新模型能力榜并公布排名
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
scaling01重新更新并公布自建模型能力排行榜，Gemini 2.5 Pro仍居首。新榜在手工清洗数据后弃用“平均缩放分”，改用Glicko-2评分，并将模型至少出现在10个benchmark的入选门槛从5个提高，以增强榜单稳定性；结果同时标注各模型95%置信下界和出场次数。 scaling01此前因认可ECI采用的IRT方法，停更自建Elo榜，此次回归并改用Glicko-2评估模型。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 18:14
scaling01 回顾停更 Elo 转投 ECI，现以 Glicko-2 自建榜评估模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI Huntscaling01 回顾停更 Elo 转投 ECI，现以 Glicko-2 自建榜评估模型
scaling01 重新更新模型能力排行榜，在手工清洗数据后改用 Glicko-2，并将模型至少出现在 10 个 benchmark 的上榜门槛从 5 个提高，以增强榜单稳定性。新榜标注各模型 95% 置信下界和出场次数，结果仍由 Gemini 2.5 Pro 居首；他同时回顾了一年前因认可 ECI 的 IRT 方法而停更自建 Elo 榜的决定。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。