Poolside 发布 Laguna S 2.1 118B 并公开完整评测轨迹
_lewtun · x · 2026-07-22
一位研究者称赞 Poolside 把评测全过程轨迹全部公开出来，认为这对理解模型分数是如何得到的非常有帮助，尤其能看清系统提示词是怎样影响 MATH 结果的。
被引用的原帖提到，Laguna S 2.1 是一个新的 118B 参数模型。作者还表示，这种透明披露应当成为常规做法，因为复现其他厂商的评测分数往往要耗费大量时间和 GPU 资源。
「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
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 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