研究者质疑大厂模型评测的后训练偏差

研究者 tallinzen 认为，针对大公司模型的许多对比评测科学价值有限，结论往往只表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，称部分“模型在某任务上翻车”的测试主要反映后训练数据配比差异，而非模型能力边界，因此对改进方法缺乏直接指导意义。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。