核心信息

Decision Index 更新至 0.4 版，改用私有与内部基准打分，以遏制刷榜行为。

要点

  • 评分现在仅由私有与内部基准构成。
  • 为新领域增加了更强的私有基准。
  • 共评测 224 个模型，各规模均出现新的顶尖模型。