DeepSeek V4.1 Flash被指benchmark污染引争议

有用户指控DeepSeek V4.1 Flash存在公开benchmark污染，依据是其模型卡中的数据表现，并称Kimi K3可能也有同样问题。随后该用户补充了更冷静的分析：他仍持质疑态度，但认为更可能的原因并非直接污染，而是老benchmark已经"饱和"，沦为合成训练环境的数据饲料，导致评测结果失真。

2026-09-13 ~ 2026-09-13 · 2 条相关