复现模型评测分数卡在超时

xeophon · x · 2026-07-07

作者在复现某个模型的评测分数时反复遇到超时,怀疑模型发布方使用的是更快、分配了更多节点的内部部署环境。作者抱怨以墙钟时间作为性能上限不合理,点出当前 AI 评测在算力配置上的不可复现性问题。