推文

@DeepKlee · 2026-10-17 21:10

榜单现在谁敢看啊？实际信息量非常有限，根本测不出现实的工作载荷上是什么样的。GPT-6.1 Sol 榜单多好看，实际上对齐和超慢反应速度简直吃了堆大的。模型也是需要面试的，只看跑分的人真用不明白模型。

曝光 4 · 评论 0 · 点赞 0 · 书签 0