Decision Index 0.4 只用私有基准评分,224 个模型重排抗刷榜
Thom_Wolf · x · 2026-10-22
- multimodalart 更新其 Decision Index 至 0.4:为遏制 benchmaxxing(刷榜),评分现在完全由私有与内部基准构成,并加强了覆盖新领域的私有基准。
- 共评测 224 个模型,各尺寸档位均出现新的榜首模型。
所属事件:Decision Index 升级 0.4：弃用公开基准抗刷榜(2 条相关)→
「模型」频道最新
- Claude Code 跑 10 小时文件对比，被 Opus 5.5 护栏误判为「cyber」拦截 — CtrlAltDwayne · 2026-10-22
- Anthropic 被曝组织账号可白嫖每月 100 美元 API 额度 — ThePeterMick · 2026-10-22
- RTX PRO 6000 也替代不了云端：本地 LLM 工作实测引质疑 — C1rc1es · 2026-10-22
- 用户质疑 Codex 疑似被降智,反馈质量下降 — Gauri_the_great · 2026-10-22
- Flint int4 跑 Qwen3.6-35B:Mac mini 解码最高 122.6 tok/s,质量持平 — _rockt · 2026-10-22
- 用户吐槽所选模型「at capacity」，Astra 或将无法继续使用 — Shppo · 2026-10-22