公开基准榜单不宜直接用于模型选型

1. 15:39
   AGI Hunt

   模型公开基准榜单该信多少？

   intellectronica 借用 Hamel Husain 的观点，提醒公开基准榜单可用于观察模型表现，却也容易因任务差异而产生误导，不应直接作为模型选型依据。要判断模型在具体场景中是否“更好”，仍需围绕自身任务开展私有评测。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。