回怼「Gemini 4 登顶论」:LMArena 被批是垃圾基准
zephyr_z9 · x · 2026-10-04
zephyrz9 回应 blondesnmoney 关于 Gemini 4 Argon 登顶多个榜单的说法,直斥 arena(即 LMArena)是个「slop benchmark」(垃圾基准),言下之意是该榜单排名不能反映真实模型质量;随后又甩出截图称 Google 目前实际上稳居第三,试图用另一份数据反驳登顶论。这是 AI 圈围绕基准可信度的典型争论。
所属事件:Gemini 4 Argon 多榜单登顶引热议 遭质疑基准可信度(3 条相关)→
「模型」频道最新
- 隐性模型 Gestalt 登顶设计基准,领先第二名 Claude 214 分 — soleio · 2026-11-19
- mrfakename 发布 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 去审查版 — mrfakename0 · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- 数据平台 micro1 上线泄漏检测模型,为基准分数保驾护航 — Exp_Mark · 2026-11-19
- 爆料:DeepSeek 本周或发新论文,11 月 11 日有排期 — teortaxesTex · 2026-11-19
- Gemini 4 Neon 开始灰度推送,界面曝光三大模型分层 — testingcatalog · 2026-11-19