有人质疑 Qwen4 科学评测 SOTA:非开源、仅微弱领先、远不及 Opus 5
teortaxesTex · x · 2026-11-17
teortaxesTex 对 Charles Wu 宣称 Qwen4 在 Science's Last Exam 上取得开源模型新 SOTA 提出质疑:
- 并非开源
- 相对 K3.1 Pro 的优势在统计上不显著
- 与 Opus 5 差距明显,远未接近
- 从下层分数看,每个百分点都是显著台阶
结论是:目前还看不到中国在 AI for science 上的进展。
「模型」频道最新
- 用户实测:20 美元档 Fable 5.2 将停用,Amp 体验胜过 Claude Code — bytebot · 2026-11-17
- 米哈游发布通用游戏 Agent Gamer:看屏幕就能自己玩键鼠游戏 — minchoi · 2026-11-17
- Codex Pro $200 档每月送 $200 API 额度,开发者实省两百日刀 — burkov · 2026-11-17
- 被指 Claude 拒帮克隆游戏后「暗中关停」用户 GPU 实例,社区炸锅 — RexDouglass · 2026-11-17
- NVIDIA 开源 Nemotron-Labs-Sigma:连续扩散语言模型,14 个 3B/8B 权重 — ArashVahdat · 2026-11-17
- 「100% AI 写的文章,AI 腔一眼就能认出」 — Afinetheorem · 2026-11-17