模型公开基准榜单该信多少？

intellectronica 借用 Hamel Husain 的观点，提醒公开基准榜单可用于观察模型表现，却也容易因任务差异而产生误导，不应直接作为模型选型依据。要判断模型在具体场景中是否“更好”，仍需围绕自身任务开展私有评测。