网友指 DeepSeek V4.1 Flash 疑似被公开 benchmark 污染
teortaxesTex · x · 2026-09-13
有用户指控 DeepSeek V4.1 Flash 存在公开 benchmark 污染,依据是其模型卡中的数据表现;Kimi K3 也可能存在同样问题。原推还提出一个观察:被污染的模型在训练时未见过的新 benchmark 上排名会不成比例地下滑。同时承认无论是否有意,这仍是出色的模型,价值更多在架构创新而非更高的输出质量。相关指控尚未证实。
所属事件:DeepSeek V4.1 Flash被指benchmark污染引争议(2 条相关)→
「模型」频道最新
- GPT 模型被指质量全线下滑，老派提示词技巧可先校准再下指令 — NickPassig · 2026-10-31
- 曝 Gemini 4 Carbon 实测:比 Opus 5.5 便宜 3 倍、快一倍以上 — vitaliychiley · 2026-10-31
- 4B 小模型 Spark-X2.6 跑出 94.6 分,反超多个 27B-35B 热门模型 — mesolimbic-bliss · 2026-10-31
- opencode 晒账单:$100 就能用上 DeepSeek V4.1 Flash — intellectronica · 2026-10-31
- 开发者称发现 LLM 内核代码 600+ 漏洞,Claude 以安全为由拒答 — pmddomingos · 2026-10-31
- Signal65 实测:Snowflake CoCo 智能体完成工作流快 4.6 倍 — ryanshrout · 2026-10-31