EQ-Bench 创意写作榜单新增 Slop Score 评估指标

EQ-Bench 创意写作 v3 排行榜用于评估大语言模型的情感智力，近期引入了 Slop Score 新指标，通过匹配主列表中的高频词与短语（如"GPT-isms"类表达）来衡量模型输出的风格倾向。同时榜单新增了多个模型，包括 Qwen-3.8-2.4T、Muse-Glimmer-30B、NVIDIA-Nemotron-3-Ultra-550B 等，其中阿里 Qwen 与 Meta 新模型表现亮眼，引发用户讨论。

2026-08-25 ~ 2026-08-25 · 2 条相关