Reddit · Antblue / reddit ·
Artificial Analysis 没「坏掉」,他们用数据自证了
为什么值得读: 与「模型发布与评测」相关,能帮助读者理解第三方 benchmark 的可信度边界,但内容偏口水争论,深度有限。
AI 摘要
社区围绕模型评测机构 Artificial Analysis 是否失准的争论,支持方给出数据证明其评测方法仍然可靠,涉及模型基准评测的可信度问题。
相关事件与更多上下文见编辑部与归档页。