終於有人把大模型評估從「跑分競賽」拉回「幹活場景」了，O*NET加權這個思路確實更貼近企業真實用人邏輯

幣界網消息，AI評測機構Artificial Analysis推出了行業與技能「能力指數」，用於評估大模型在實際業務中的表現。該指數分為技能指數和行業指數，前者如智能體、程式設計等採用等權重平均算分，後者涵蓋金融與會計、法律、醫療健康、戰略與運營、工程、經濟六大領域。行業指數的權重分配借鑒了O\*NET工作活動分類法，以貼近真實崗位需求。每個指數的底層基準測試均由Artificial Analysis獨立運行，並根據崗位任務頻次進行加權組合算分，為企業評估垂直領域大模型提供了更實用的標尺。