Artificial Analysis 发布 Endpoint Accuracy Index v1.1：收紧长上下文置信区间并扩大模型覆盖

导读

Artificial Analysis 推出 Endpoint Accuracy Index v1.1，将 AA-LCR-25 每题重复次数从 10 提升至 25，使该评测平均 95% 置信区间从 ±4.7 收窄至 ±2.6 分。