X上Kibitz与Kimi K3.1的讨论很热，但传闻与演示还不是结论。Arena自己的排名方法会同时报告置信区间；新模型数据有限时，名次本就有不确定性。看… · @RyanJ_KOL · TwKit

@RyanJ_KOL

X上Kibitz与Kimi K3.1的讨论很热，但传闻与演示还不是结论。Arena自己的排名方法会同时报告置信区间；新模型数据有限时，名次本就有不确定性。看下一代模型，我更关心结果能否跨任务复现，而不是一段最亮眼的demo。 #AI #大模型 https://arena.ai/blog/ranking-method

曝光 45 · 评论 1 · 点赞 0 · 书签 0