"刷榜"最新资讯 | 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

免费！美团AI IDE编程工具CatPaw上线

88%的公司在用AI，但只有39%吃到真金白银？麦肯锡2025 AI报告来了

AI编程冲刺“DeepSeek时刻”：00后团队用国产模型一键直出复杂应用，效果超越Claude Code

25万起，坦克400智能家用拉满，辅助驾驶雨天重庆也好用

最后一周！人工智能年度榜单申报即将截止。