Unsloth 反驳 GSQ-RCO：270 亿 token 复测仍领先 10-20%，对方拒公开方法

danielhanchen · x · 2026-11-03

Unsloth 的 Daniel Hanchen 公开与 GSQ-RCO 团队的基准测试争议。此前 Unsloth 在 512K 上下文运行 DeepSWE、Terminal Bench、Automation Bench、HLE、SciCode，显示其 DeepSeek UD3.1 GGUF 量化比 GSQ-RCO 好 10-20%；共测 14 项基准至 128K，用 351 亿 token 做评测（此前 13 亿，数据量增 27 倍），并修复了评分与基础设施问题。GSQ-RCO 在 Reddit（已删帖）回应只让社区「自己复现」，攻击 Unsloth 抹黑，而 ISTA 方至今未公开其评测方法，Unsloth 则公开了全部方法与踩坑记录。