研究者质疑：许多大厂模型评测仅反映后训练数据配比差异

研究者 tallinzen 认为，许多针对大公司模型的对比评测科学价值有限，其结论往往只说明该模型的后训练数据尚未加入某类数据。转发者 josephdviviano 认同这一观点，指出部分“模型在 X 任务上翻车”的测试主要反映数据配比差异，而非模型能力边界，对改进方法缺乏指导意义。