零样本分类已覆盖所有任务，多数人却懒得在 dev set 上调阈值
antoine_chaffin · x · 2026-11-05
作者感慨：LLM 让我们实现了对所有任务的零样本分类，人们不再需要跑微调，却连在一个 dev set 上拟合一个判定阈值都懒得做。他指出这个极简单的步骤能带来大量被浪费的性能，呼吁别把「白捡的提升」留在桌上。
「模型」频道最新
- 开源 TTS 模型 Phonon 不足 5000 万参数，端侧语音首进 7 毫秒 — alex_verem · 2026-11-05
- BioSimBench：前沿模型刷爆生物基准，却预测不准真实细胞实验 — alex_verem · 2026-11-05
- Kimi K3.1 Pro 低算力接近 Opus,加算力后增益反跌至 0.78x — teortaxesTex · 2026-11-05
- Grok 与 Claude 拒绝帮用户 root 自己的设备 — doooyle · 2026-11-05
- Nace AI 推 Drex Max 决策模型:120% 返现抢客户,成本仅 Claude Code 约 1/11 — testingcatalog · 2026-11-05
- 斯坦福协作智能基准：18 个模型当队友，最高仅 82.2 分 — james_y_zou · 2026-11-05