OnlyModels.gg公布模型互写评测结果
热点事件持续更新
OnlyModels.gg公布模型互写评测结果
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
OnlyModels.gg公布10个模型的每日互写评测结果：去除拒答的Gemma-4与临床笔记微调的SOAP-3B同为90 HP，Gemma-4凭9比8的击中数决胜夺冠；蒸馏版Qwen3-1.7B是唯一通过对手评测的模型，其余7个模型均被自己的评测反噬。 在APEX escape-claim基准family 1.1的0至3号种子测试中，Qwen2.5-72B守住全部四个种子，成为该基准首个完整hold的模型。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 05:53
模型互写评测「大乱斗」：Gemma-4 夺冠，Qwen2.5-72B 首次全通过 APEX报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI Hunt模型互写评测「大乱斗」：Gemma-4 夺冠，Qwen2.5-72B 首次全通过 APEX
OnlyModels.gg「Model Fight」中，refusal-stripped Gemma-4 以 90 HP 和 9–8 击中数 tiebreak 夺冠。APEX escape-claim 基准（family 1.1，seeds 0–3）中，Qwen2.5-72B 守住全部四个 seed，成为 APEX 历史上首个完整 hold。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。