社区自建开放权重模型评测榜:专家人评、无 LLM 裁判,召集共建者
EmilPi · reddit · 2026-10-10
作者上线了一个开放权重模型的社区评测榜单 beta.locallm.top,特点是:
- 人工评测:由领域专家(主要是作者朋友)打分,编码部分全部由作者本人评估;刻意不用 LLM-as-judge;
- 多维度:含编码与 agentic 基准,可按领域/语言/意图筛选;公开数据只是部分,提交过私有查询的用户会看到不同结果;
- 硬核配置:全部跑在一台 2xRTX 3090 + 128GB 内存的本地机器上,任何人可创建查询并评估模型回答;新运行(尤其 agentic)更新较慢;
- 进行中:正在扩展 agentic coding、one-shot coding、agentic retrieval、agentic story-writing 四类基准,新收录 Qwen3.8-27B(Uncensored),即将加入 GLM-5.3-Flash-UD-IQ3XSS 等;
- CALL FOR HELP:招募算力、评测、开发三方面的社区共建者。
作者也坦承局限:领域覆盖不均衡、分类未完成、UI 粗糙,重点偏向小模型和低量化档位。
「模型」频道最新
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- 爆料称 Anthropic 正训练对标 OpenAI 内部模型的新模型 — imjustnewatai · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23
- Dream Labs 出 stealth:双手机器人基座模型 Dream-1,时租仅 3 美元 — scott_e_reed · 2026-10-23
- Claude 模型登陆 Google Cloud:Anthropic 托管版正式可用 — claudeai · 2026-10-23
- Beam 对战 GLM 5.3 去审查版：10 轮攻防修补 96% 漏洞 — bigblueboo · 2026-10-23