AA-Omniscience · Anthropic factuality evaluation on 42 economically relevant topics across six domains; Claude Sonnet 4.5 grader; dataset revision not stated · 测试定义与成绩
AA-Omniscience · Anthropic factuality evaluation on 42 economically relevant topics across six domains; Claude Sonnet 4.5 grader; dataset revision not stated 收录 1 次模型发布的评测披露或成绩。
测试版本与指标
- Correct rate · % · 越高越好
- Incorrect rate · % · 越低越好
- Uncertain response rate · % · 越低越好
各系列最新模型 · 公布成绩
各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。
历史记录 · 1 次发布
- Claude Opus 4.5本次发布有 6 条成绩记录,含 6 条精确值(可含历史记录)