AA 换了 v5 基准。。。大规模的调整了评分机制 也不说这个机制升级到底合不合理，就是好奇一下 为什么可以这么精准的做到，加分的全是 GPT（有个 Opu… · @leo114119 · TwKit

@leo114119

AA 换了 v5 基准。。。大规模的调整了评分机制 也不说这个机制升级到底合不合理，就是好奇一下 为什么可以这么精准的做到，加分的全是 GPT（有个 Opus 加了 0.4），而开源模型的几乎全部掉大分的。。。

曝光 445 · 评论 3 · 点赞 0 · 书签 0