研究员称顶级模型可用性比榜单分数更重要

针对 K3.1 Pro 登顶 AI Analysis 榜单、OpenAI 跌出前五一事，Hugging Face 研究员 Nathan Lambert 发表观点称，在模型能力的最顶端，真实世界可用性比基准分上下 2 分的差距重要得多。他认为基准高分更像一种"潜力"，能否兑现因模型而异，甚至有新模型更接近"错误"方向，评测分高并不等于好用。

2026-10-24 ~ 2026-10-24 · 2 条相关