跳到正文
智迹闻AuraTracer
我的阅读

Artificial Analysis修订SWE-Atlas-QnA评分标准

1 篇报道1 个发布方

本机阅读

发生了什么

Artificial Analysis宣布将SWE-Atlas-QnA评分修订为SWE-Atlas-QnA-AA，并对1,306项准则中的127项进行了措辞调整，以确保判决一致性。该测评采用GPT-6 Luna (xhigh)作为裁判，每项准则进行五次投票。测评结果显示，Muse Code搭配Muse Wonder Full (max)以68.8%的得分领先，Claude Code系列模型紧随其后。在21种配置的对比中，平均得分下降了1.7个百分点。

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. X · @ArtificialAnlys来源报道

    SWE-Atlas-QnA grading is revised, now SWE-Atlas-QnA-AA. Scale AI's 124 repository Q&A tasks are unchanged. We reworded 127 of the 1,306 rubr

来源关系与证据边界

按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。

  1. 来源报道1 个发布入口