SOOFI 被批自造指标包装能力
JJitsev · x · 2026-07-19
作者认为，SOOFI “frontier-level / champion”的说法站不住脚，因为它发明了一个别人都不用的“capability index”来给自己打分，再据此声称与原始 Nemotron-3-Nano 持平甚至更强。
他还指出，这类说法与报告中的“透明”叙事相冲突：如果结论建立在自定义指标和更大训练量之上，却没有把前提讲清楚，就会误导读者。
所属事件:欧洲开源模型 SOOFI 被指评测泄漏与过度包装(11 条相关)→
「模型」频道最新
- 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
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11