Qwen 2.5 评测异常高分引发基准选择争议

Roko Mijic 根据 Artificial Analysis 的数据制作图表，显示 Qwen 2.5/3 27B 在同等参数规模下性能远超其他模型，被称为异常值，引发热议。但 taoeffect 等用户质疑 AA 仅挑选了少数关注度不高的基准并只展示这些图表，存在选择性偏差，导致误导性传播。也有观点提醒不应仅依赖单一基准测试评判模型，不过多数讨论者仍认同 Qwen 模型的表现令人印象深刻。

2026-08-19 ~ 2026-08-19 · 4 条相关

• Qwen 2.5 模型评测异常值引发争议 — RokoMijic · 2026-08-19
• 质疑声起：AA 被指挑基准，Qwen3 27B 高分或被夸大 — taoeffect · 2026-08-19
• Qwen 评测被指存在基准测试选择偏差 — taoeffect · 2026-08-19
• Qwen 2.5 72B 效能争议：单一 Benchmark 未必客观 — za_hns · 2026-08-19