德语数据与评测让对比失真
JJitsev · x · 2026-07-16
这条回复在纠正一项德语模型对比中的表述：应是“优于 Nemotron”，而不是“对 Nemotron”。作者认为，Soofi 本身拥有更多德语训练数据，就已经会对 Nemotron 形成明显优势。
同时，若再把“德语重写后的评测”也纳入比较，那么用这些评测去证明 Soofi 相对 Nemotron 的强弱就变得不成立，因为评测本身已经被训练数据或语言处理方式影响，比较结论会失真。
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