研究者质疑某基准评测数据异常：新模型竟不及旧一代

10月1日，研究者 BlackHC 连发推文公开质疑某基准（疑似与 Meta 相关）的评测成绩。他指出按照常理，新一代模型应全面优于旧一代，但该榜单完全没有体现这一趋势，其他相关分数也存在异常。他直接向相关方追问该基准的整体评测口径和数据究竟出了什么问题，要求给出解释。

2026-10-01 ~ 2026-10-01 · 2 条相关

• 研究者质疑某基准评测数据:新模型反不如旧一代 — BlackHC · 2026-10-01

另有 1 条近重复转述:BlackHC