待验证50% 置信事实精确时间
Intelligence Index 是一个聚合了多项评测任务结果、归一化后加权得出的综合分数。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
已验证智能水平通常通过一系列任务基准来评估，而功耗可以直接测量72% 相似待验证「评估」方法本质上是给技能做单元测试：启动多个子智能体，主协调智能体制定评分标准，子智能体在独立目录中执行任务，且目录命名刻意避免让子智能体察觉被评估。70% 相似待验证智能体评估是决策质量与执行质量的复合评估，不仅要看决策对不对，还要看动作是否执行、执行是否完整、过程中是否有额外披露。69% 相似待验证评估集（eval set）是一组精心构建的输入样本及对应的预期输出或评判标准，用于系统性地衡量模型在特定任务上的表现68% 相似已验证Artificial Analysis Intelligence Index整合了MMLU、HumanEval、MATH、GPQA等多个基准测试的加权结果66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106583API
curl https://kongchang.com/api/v1/knowledge/claims/1106583MCP
get_claim(id=1106583)