某模型跑分作弊争议:扩模型规模即可解释成绩

围绕某模型 benchmark 成绩是否作弊的讨论中,jonaskreutz01 认为其表现与把 3B 开源模型扩展到约 60B 并改进数据后的预期一致,没有理由怀疑作弊。另一方则反驳:若厂商真在私有、确认不在训练集内的基准上报告了成绩,应拿出链接;而商业端点跑分本质上就是按效果说话。

2026-11-17 ~ 2026-11-17 · 2 条相关