评论人呼吁模型评测回归日常认知任务而非炫技演示

评论人呼吁模型评测从「奇幻 3D 文明漫游」等炫技演示转回日常认知工作中的真实表现。vivekhaldar 在 X 上向 Matthew Berman、Peter Yang 与 LMArena 喊话，认为当前评测场景越来越脱离普通人使用模型的实际方式。