学者提醒：应假设所有公开基准测试都在撒谎

yacineMTB · x · 2026-08-18

Astir Wilde 再次提醒，人们应假设所有公开的基准测试都在撒谎，且大多数学术研究比毫无用处更糟。

原文链接 →

「模型」频道最新

• 普林斯顿学者详解：LLM 无失真水印为何可能，多数人误解了生成机制 — soumitrashukla9 · 2026-08-18
• Qwen3.8-27B 登顶 HF 历史第三，超越 Kimi-K3 — multimodalart · 2026-08-18
• 多模型实测：Gemini 推理称王，GLM 5.2 开源性价比高 — iamsatvik20 · 2026-08-18
• GPT5.6 Sol 仍难以处理含下划线的变量名 — StephanSturges · 2026-08-18
• GLM-5.2 夺冠，Qwen 3.8 跑分提速 214% — yacineMTB · 2026-08-18
• Hugging Face开源模型突破300万，社区加速开放 — multimodalart · 2026-08-18

更多「模型」频道 AI 资讯 →