AI-benchmarks

AI 跑分越来越没人信了：评测体系到了该重写的时候

Reddit 上 LocalLLaMA 开发者社区本周出现一篇高赞讨论：跑了 2-3 年模型后，开发者集体说官方跑分和真实体验对不上。Qwen 35B 成为社区'实测之王'。对企业采购、和投资人看榜单意味着什么？