DeepSeek 新模型在 LM Arena 预测排 41 名
Unusual_Guidance2095 · reddit · 2026-08-13
LM Arena 使用其模拟人类偏好的新型自动评估工具进行预测，估计 DeepSeek 即将发布的新模型在榜单上仅位列第 41 名。
这引发了社区讨论：是该模型的对话能力确实表现不佳，还是这套自动评估工具本身存在缺陷与偏差？
「模型」频道最新
- 前微软高管称初测 Argon 数学能力强劲、后训练一流 — MParakhin · 2026-10-16
- ThursdAI 纽约现场版上线：Meta Muse Wonder 与 Gemini 4 Argon 专场 — altryne · 2026-10-16
- Claude 已主导 Anthropic 26% 模型研发，2 月还不足 1% — altryne · 2026-10-16
- 用户设计「永远只说谎」测试,模型明确拒绝接受为永久规则 — Tischler285 · 2026-10-16
- Reddit 长文给 AGI/RSI/ASI 下硬定义:称 GPT-6 已达 AGI 门槛 — Crayola_God · 2026-10-16
- 「小型 Claude 羞耻」引热议：让 Opus 4.7 知道你是谁或许更好 — repligate · 2026-10-16