AA-Analyst Agent
Artificial Analysis / 專業辦公 · 可靠地分析資料並回答專業問題。
在 888news 中參與排名
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
80 個私有問題、14 個領域，統一 Stirrup 工具環境；每題獨立執行五次，五次全部成功才通過（pass^5）。
如何使用這份依據
計分：資料分析；與 LiveBench Data Analysis 共用一類評測。固定 10 個對照型號至少測到 6 個，才參與計算。
評測局限與數據署名
pass^5 不是五次至少成功一次的 pass@5。 缺測留空；回退成績計入並標註，受影響題目過半不計。
數據許可：Artificial Analysis 公開頁面資料；展示須顯著署名並連結來源，遵守其 Terms of Use
成績由 Artificial Analysis 發布，各項原始分數使用不同尺度，不能直接相加；參考名次採用公開的分差標準化規則。