AA Intelligence Index

新基准显示Base64生成能力与AI智能之间存在强关联

一项名为Encode Bench的新基准测试揭示了语言模型生成Base64编码响应的能力与其智能得分之间存在强相关性。该基准测试在需要解决问题、精确答案保留和正确编码的任务上对模型进行测试，发现与AA智能指数的皮尔逊相关性为0.91。虽然这可能表明了一种粗略的多步可靠性衡量方法，但创建者警告说，这并不能证明因果关系，可能反映了分词器行为或推理限制等其他因素。