AI 模型评测 biases：同一个 prompt 跑 30 次只为黑对手

博主 VraserX 吐槽 AI 模型评测中常见的不公平做法：有人对喜欢的模型重复运行同一个 prompt 30 次，直到获得满意结果，再截取对手模型最差的一次输出作为失败证据。他呼吁停止这种带有明显偏差的模型对比方式。