Reddit 呼吁随机复测大模型以曝光真实性能

Reddit 社区近日热议大模型基准成绩与真实表现脱节的问题。发帖者指出，厂商常在 bf16 等理想条件且剥离安全层的情况下跑分宣传，但用户实际使用的往往是经过强量化且叠加安全限制的版本，性能大打折扣。为此，社区呼吁对厂商实际上线的模型版本进行随机复测，以逼迫实验室公开真实的交付性能。

2026-07-22 ~ 2026-07-22 · 2 条相关

• Reddit 讨论要求厂商随机复测上线大模型 — Solid-Wonder-1619 · 2026-07-22
• 长帖建议随机复测大厂模型,逼迫公开真实交付性能 — Solid-Wonder-1619 · 2026-07-22