专家质疑大模型评测：挑选指标即可得出任意结论

近期某项大模型基准测试结果引发开发者 Felix 的尖锐批评。他指出，该评测存在明显的操纵嫌疑，只要精心挑选和控制具体的评测基准项目，就能得出任何预设的结论。此外，他还特别吐槽了该评测在处理单批次请求时的性能指标表现，认为这种通过精确控制评测基准来得出特定结论的做法缺乏客观性。

2026-08-03 ~ 2026-08-03 · 2 条相关