Nemotron 3 Nano 在 LBPP 上领先 Soofi
JJitsev · x · 2026-07-16
这条讨论的是 LBPP 评测结果，重点在于：这个评测不在 Soofi 的“重写后评测集合”训练污染范围内，因此结果更有参考价值。
帖中给出的结论是：Nemotron 3 Nano 在这个未包含于训练重写集合的评测上明显优于 Soofi，分数为 38.1 vs 31.0。回复还指出，Soofi 自己的报告里其实已经能看出一些如果不使用重写评测训练会出现的迹象。
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
- Debate Benchmark 新榜：Kimi K3.1 Pro 不升反降，DeepSeek 1017 微涨 — teortaxesTex · 2026-10-27
- 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
- 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27
- 爆料称 Fable 5.5 大概率本周内发布 — kimmonismus · 2026-10-27