以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Hill-climbing is easy, knowing what to hill-climb is hard. Making scores go up is expensive , but we have a much clearer playbook for it than we do for creating meaningful benchmarks at the true frontier of AI today. Independent evaluation of language models is under-appreciated in how hard of a task it is. These group
阅读原文 · Nathan Lambert
向阳乔木 · deepseek-v4-1-flash-261017
一个模型排行榜把 GPT 6.1 Terra 排在 Claude Fable 5.1 前面，还让 8 个闭源模型集体压过最强的开源模型。这种排名你信几分？ 这不是某家小机构的野榜。它来自 Artificial Analysis 最近更新的 Intelligence Index v5，目前最受关注的前沿模型独立智能指标。排在它后面的，是差距不小的 Epoch...