研究员吐槽：某新模型发布的评测表格「越看越离谱」
eliebakouch · x · 2026-10-28
研究者 eliebakouch 吐槽某个新发布的模型评测基准表格：「不开玩笑，能做出这么糟糕的基准表格真是很难得」，并反问「模型数学明明 100%，为什么还要跑基准」。回复者 mattsntlm 补充：这张表越看问题越大，不只是选择性挑选指标的问题，除非对评测空间做网格搜索才能凑出这样的结果。
「模型」频道最新
- Claude 拒绝回答合法公开信息查询,程序员吐槽护栏过严 — mkheck · 2026-10-28
- DesignArena 上线 Code to Video 竞技场：模型纯写代码拍 15-45 秒短片 — yshan2u · 2026-10-28
- 大 V 试用了尚未全量上线的 Grok 新功能，称是近期最有趣 AI 体验 — petergyang · 2026-10-28
- Reddit 讨论:本地模型跃进 + 内存短缺,现在买 GPU 是不是最后的窗口 — Sensualities · 2026-10-28
- GPT-5.5 医疗任务单次通过率 46.3%，三连稳定仅剩 28% — jonc101x · 2026-10-28
- Liquid AI 1.7B 小模型被指在手机端碾压大 2-5 倍对手,网友持疑 — rickasaurus · 2026-10-28