"刷榜"最新资讯 | 量子位

刷榜

别让大模型被基准评估坑了！测试集乱入预训练，分数虚高，模型变傻

来自人民大学等最新研究

明敏 2023-11-09

benchmark 刷榜大语言模型

加载更多

热门文章

Manus带火的MCP，让Claude一句话自动化3D建模，网友：真·AI+应用

米哈游蔡浩宇AI游戏曝光：大模型驱动数字人实时互动，玩家自定义开放剧情，内测已开启！

百度版深度思考模型免费上线！API定价比DeepSeek R1再砍一半

一手实测文心X1/4.5：又强又全面！歪果网友疯求英文版

27个大模型混战电商领域，DeepSeek-R1&V3仍是最强