AI2 研究员质疑 Olmo 3 评测：刻意回避与 Qwen 等强基线对比

AI2 研究员 JJitsev 质疑 Olmo 3 的评测展示方式，认为精选评测集和对比模型、回避 Qwen 等公认强基线，会掩盖改进的真实幅度，并给出“Disqualified”结论。这场争论聚焦开源模型评测的透明度与基准选择偏差。