模型选型

找到 3 篇关于此标签的文章

AI 跑分竞赛正在失控 — 社区开发者集体质疑榜单还能信几分

本周 LocalLLaMA 社区一篇高赞帖引发讨论：AI 行业每年发布数百个新基准测试，模型真实能力与榜单分数已明显脱节。值得关心的是，企业采购和个人选工具时越来越依赖的「跑分」，可能正在变成营销工具而非能力证明。

一位开发者用 20 小时实测发现，Qwen3.6-27B 与 MoE 架构的 Coder-Next 整体胜率持平，但在不同任务上表现天差地别。更意外的是：关闭「思考模式」反而更稳定。传统跑分正在失灵，场景选型才是关键。

Reddit 上一个关于「聊天与问答场景下 Qwen 3 35B 和 Gemma 4 26B 哪个更好」的提问，引发大量本地部署用户讨论。这件事本身不大，但背后的信号值得关注：越来越多人开始绕开官方基准测试，用自己的实际使用场景做选型依据，小模型市场的竞争逻辑正在悄悄换轨。