antirez：别把 Artificial Analysis 榜单当 LLM 全部真相
antirez · x · 2026-08-18
Redis 作者 antirez 发表观点：如果认同 IQ 无法完整衡量一个人在通用智力任务上的表现，就不应把 Artificial Analysis 的基准分数当作 LLM 在真实世界能力的全部图景。榜单成绩与实际使用体验之间存在差距，选型时不应唯榜单论。
「模型」频道最新
- Meta 开源编程模型 Muse Spark Open 上线 Modal，主攻长程智能体任务 — AAAzzam · 2026-10-16
- 谷歌发布 Gemini 4 Argon 旗舰模型，附 10 个官方演示 — Saboo_Shubham_ · 2026-10-16
- RL 从业者:手上近万个任务仍能让所有前沿编码模型翻车 — max_paperclips · 2026-10-16
- 自建物种识别 eval 一年后被超越：Gemini 3.5 Flash 得 67% 胜过作者本人 — johnowhitaker · 2026-10-16
- 研究者吐槽 Claude 总说教,批评科技公司观点会被反驳 — BlancheMinerva · 2026-10-16
- 图表显示 Meta 已 492 天无开源模型发布，Llama 4 成绝唱 — demian_ai · 2026-10-16