刷榜 – 量子位

刷榜

大模型竞技场再被锤！Llama4私下测试27个版本，只取最佳成绩

“竞技场不应该是唯一基准参考”

明敏 2025-05-02

刷榜大模型竞技场

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

太初元碁：40+大模型即发即适配，上线即可用，国产算力高效落地

懂人性更懂执行，蚂蚁这个万亿开源模型把情商和Agent战斗力都给拉满了

从舞台秀到真干活，北京卫视春晚演绎机器人走向日常好用

AMD英伟达都投了！李飞飞创业公司官宣10亿新融资

谷歌突发Gemini 3.1 Pro！首次采用「.1」版本号，推理性能×2的那种