开源模型事实性趋势观察
arena · x · 2026-07-16
Arena 继续分享事实性研究的观察。
- 在提高事实性权重后，大多数开源模型分数都会下降，尤其是 nvidia-nemotron-3-ultra。
- 少数例外包括 mistral-medium-3.5 和 Tencent huyuan-hy3-preview，它们在更高事实性权重下反而提升。
- 他们还观察到：随着旗舰模型发布时间推进，OpenAI 是唯一一个在较长时间内持续改善纯事实性分数的厂商；xAI 和 Meta 近期发布的模型也在改善。
所属事件:Arena 将事实性纳入模型排行榜(12 条相关)→
「模型」频道最新
- repligate:上下文塞满噪声对 LLM 是实打实的「困难」 — repligate · 2026-10-27
- 悖论:最值得信任的 LLM 反而不肯干最出格的事 — AaronBergman18 · 2026-10-27
- 模型越可信越不敢输密码?研究者谈安全护栏的连带效应 — AaronBergman18 · 2026-10-27
- Claude 拒绝输入验证码被指安全障碍:一次性密码没法交给密码管理器 — AaronBergman18 · 2026-10-27
- repligate:LLM 上下文塞满噪声时确实会变『难』,休息的价值或可用信息论解释 — repligate · 2026-10-27
- 3 张二手 V100 跑 Qwen 近 400 tokens/秒 — jfinkpottery · 2026-10-27