VikParuchuri：基准测试低级错误被包装成新闻稿，应自行评估
VikParuchuri · x · 2026-08-15
VikParuchuri对基准测试中的低级错误被用于新闻稿和营销表示不满，强调应自行运行评估，不要轻信供应商基准。
所属事件:LlamaIndex基准评分缺陷修复后 Datalab从65%升至93.6%(6 条相关)→
「研究」频道最新
- MIT 生物系联合计算学院招聘计算生物学助理教授，欢迎生成式 AI 方向 — anshulkundaje · 2026-10-16
- 开发者在 Colab 持续预训练 Luganda 语小模型，8 小时跑到 41% — weskambale · 2026-10-16
- Sakana AI 推出 Agentic Scientist:用编码智能体自动化科学发现 — hardmaru · 2026-10-16
- MAI-Base-2 训练报告采用把 1/(weight_decay·lr) 视作时间尺度的缩放规则 — SeunghyunSEO7 · 2026-10-16
- 仅 108M 参数的文生图去噪模型 Surjo-Image-Preview 开源 — Consistent-Rule-3720 · 2026-10-16
- 19 个单位方块最优装箱问题有了 Lean 形式化证明 — ctjlewis · 2026-10-16