评测炫技引争议 评论人呼吁回归日常认知任务

评论人 vivekhaldar 在 X 上向 Matthew Berman、Peter Yang 与 LMArena 喊话，希望模型评测把重心从「奇幻 3D 文明漫游」这类炫技演示转回日常认知工作。他随后反讽称，如果区分模型 n 和 n+1 的唯一方式是精确重建辉煌的古罗马 3D 场景，那不如直接宣布达成 AGI，引发开发者社区共鸣与讨论。

2026-11-12 ~ 2026-11-12 · 2 条相关