评论人呼吁模型评测回归日常认知任务而非炫技演示

vivekhaldar · x · 2026-11-12

vivekhaldar 在 X 上向 Matthew Berman、Peter Yang 与 LMArena 喊话：希望模型评测把重心从「奇幻 3D 文明漫游」这类炫技演示，转回到日常认知工作上的真实表现。他认为当前的评测场景越来越脱离普通人使用模型的实际方式。