Mistral 118B模型评测引争议，官方开源全部评测轨迹自证实力
ZainHasan6 · x · 2026-07-22
针对近期发布的 Mistral 118B 模型超出预期的高分评测，社区出现了质疑声音。原作者发推表示，官方为了证明成绩的真实性与模型实力，已将所有评测背后的轨迹（eval trajectories）完全公开，邀请大众自行查阅验证，不再仅仅要求用户“盲信”分数。
「模型」频道最新
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27