德语评测也被质疑失真
JJitsev · x · 2026-07-16
作者指出，Soofi 声称自己在德语上更强的证据，也来自同一批被重写后的德语评测。在这种情况下，即使训练数据里增加德语，也可能天然占优，因此“更强”的说法并不稳固。
整体结论是：过度宣传应当停止，否则会伤害人们对德语/EU 输出以及开源发布的信任。
所属事件:SOOFI 评测泄漏与基线对比争议(13 条相关)→
「模型」频道最新
- 传 GPT-6 早已过时数月，OpenAI 新前沿模型酝酿数学突破 — ChrisGPT · 2026-10-27
- Meta Muse Spark 1.3 系统卡采用图宾根 4 项评测基准 — maksym_andr · 2026-10-27
- ChatGPT Pro 500 套餐曝光：月费 445 英镑，周额度已用 91% — yoimnotkesku · 2026-10-27
- 学者争论：现行 LLM 远超 GPT-4，但期刊审稿延迟挡住了新模型 — DeryaTR_ · 2026-10-27
- OpenAI 发布 Terra 遭社区失望：实验室内部与公开模型差距拉大 — ChrisGPT · 2026-10-27
- Claude 被喂「物理穿帮」AI 视频：自动算 CFD 修复后重渲染同场景 — OfirPress · 2026-10-27