终于有人把大模型评估从「跑分竞赛」拉回「干活场景」了，O*NET加权这个思路确实更贴近企业真实用人逻辑

币界网消息，AI评测机构Artificial Analysis推出了行业与技能「能力指数」，用于评估大模型在实际业务中的表现。该指数分为技能指数和行业指数，前者如智能体、编程等采用等权重平均算分，后者涵盖金融与会计、法律、医疗健康、战略与运营、工程、经济六大领域。行业指数的权重分配借鉴了O\*NET工作活动分类法，以贴近真实岗位需求。每个指数的底层基准测试均由Artificial Analysis独立运行，并根据岗位任务频次进行加权组合算分，为企业评估垂直领域大模型提供了更实用的标尺。