Sebastian Raschka:用 benchmark 比新模型,像用 IQ 测试招人

rasbt · x · 2026-11-18

知名作者 Sebastian Raschka(rasbt)评论称,如今用 benchmark 对比新发布的 LLM,有点像用 IQ 测试做招聘决策:作为基线参考仍有用,但除此之外,他不确定这些分数对每个人的具体任务和需求有多大指示意义——并暗指「昨天那场发布」(某新模型发布)同样如此。

这条观点呼应了近期社区对新模型跑分与真实使用体验脱节的普遍质疑。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →