Qwen 27B 在 Artificial Analysis 跑分遭质疑
chocolateUI · reddit · 2026-08-22
Reddit 用户质疑 Artificial Analysis (AA) 的“智能指数”基准缺乏实际意义。根据 AA 数据，Qwen 3.8 27B 的得分竟然超过了 DeepSeek v4、Kimi 2.7 Code 以及 GPT-5.2 等更大参数的模型。作者承认 Qwen 27B 在单 GPU 跑得动的模型中表现优异，但认为 AA 的分数不能准确反映模型能力，呼吁社区停止将其作为评估模型的“圣经”。
「模型」频道最新
- 爆料人称 Opus 5 或采用深度循环架构，方向仍存变数 — scaling01 · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- Nvidia 联手 Nolla 后训练 Nemotron 3.5 VL，皮肤科诊断称超越前沿 — LoganGrasby · 2026-10-16
- Gemini 4 Argon 登顶 ARC-AGI-3 达 97.5%，第二家破 95% — patience_cave · 2026-10-16
- 微软 MAI 自研 3T 参数基座模型亮相，多项 held-out 评测领先 — soldni · 2026-10-16
- Datadog 发布 Scout 1.0：基于 GLM-5.3 Flash 微调的 SRE 专用模型 — Tim_Dettmers · 2026-10-16