格隆汇9月8日｜AI评测机构Artificial Analysis近日更新AI智能基准评分Intelligence Index至v4.2，加入更多复杂及接近真实工作的测试，同时增加私有测试集，明确以减少模型“刷分”为目标。新版推出后，多个模型的分数较旧版本大跌，令市场重新思考过往AI排行榜的可信程度。这次改版背后的重要讯号，是评测机构开始正面处理基准测试可能被模型针对性优化的问题。