Artificial Analysis Intelligence Index v4.3.2-এ ১০টি মূল্যায়ন অন্তর্ভুক্ত রয়েছে: AA-Briefcase v1.1, GDPval-AA v2.1, Automation Bench-AA, Terminal-Bench 4.0, Sci Code, Humanity's Last Exam, GDP.pdf, Crit Pt, AA-Omniscience, AA-LCR v1.1। প্রতিটি মূল্যায়নের বিশ্লেষণ এবং আমরা কীভাবে সেগুলি চালাই সহ আরও বিস্তারিত জানতে Intelligence Index পদ্ধতি দেখুন।

AA-Briefcase v1.1 হল Artificial Analysis দ্বারা বিকশিত একটি এজেন্টিক নলেজ ওয়ার্ক বেঞ্চমার্ক। AA-Briefcase Elo হল একটি সম্মিলিত মেট্রিক যা রুব্রিক পাস রেট, বিশ্লেষণাত্মক গুণমান Elo এবং উপস্থাপনা Elo একত্রিত করে · উচ্চতর ভালো। AA-Omniscience Index জ্ঞান নির্ভরযোগ্যতা এবং হ্যালুসিনেশন পরিমাপ করে। এটি সঠিক উত্তরকে পুরস্কৃত করে, হ্যালুসিনেশনকে শাস্তি দেয় এবং উত্তর দিতে অস্বীকার করার জন্য কোনো শাস্তি নেই। স্কোর -100 থেকে 100 পর্যন্ত, যেখানে 0 মানে সমান সংখ্যক সঠিক ও ভুল উত্তর।

Intelligence Index তুলনা: Intelligence Index বনাম প্রতি Intelligence Index টাস্ক খরচ। প্রতি Intelligence Index টাস্কের ভারিত গড় খরচ। প্রতিটি মূল্যায়নের খরচ ইনপুট, ক্যাশ হিট, ক্যাশ রাইট, রিজনিং এবং উত্তর টোকেন মূল্য থেকে গণনা করা হয়, টাস্ক সংখ্যা দিয়ে ভাগ করা হয় এবং এর Intelligence Index ওজন দ্বারা ভারিত করা হয়।

মূল সত্তা: কোম্পানি: Artificial Analysis