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

智谱新模型，490 tokens/s！

DeepSeek服务器全球宕机！神秘Harness账号同时现身

DeepSeek Bot来了！民间版，DSH装个插件就能用

超清双2亿，掌中电影机，荣耀Magic9 系列正式发布，售价4499元起

何恺明团队发布多模态Harness框架