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
- 6TB Fable 数据遭倒卖：内含小米华为等企业泄露密钥 — teortaxesTex · 2026-09-11
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11