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
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11