Artificial Analysis 回顾 o1-preview 两周年与智能指数演进
中文摘要
o1-preview推理模型两周年，智能指数评测项目已大幅扩展。
English Summary
o1-preview, two years on, marks advances in AI reasoning, with Intelligence Index expanding its challenging evaluations.
Original Excerpt
Artificial Analysis 回顾两年前 OpenAI 以 o1-preview 推动智能前沿，这是首个推理模型，如今所有前沿模型都用推理 token 先"思考"再作答。两年前 Intelligence Index v1 仅含 MMLU、GPQA、MATH、HumanEval 四项单轮考试式评测，如今 v4.3 已纳入 10 项高难度评测，涵盖长程智能体任务、高难编程与知识工作。