2. Linux.do
  3. ［离大谱］DS V4.1 Flash在livebench居然追平5.6Sol

［离大谱］DS V4.1 Flash在livebench居然追平5.6Sol

V_Arrow 2026-09-11 01:05 1

睡前刷到这个榜单给我看傻了……由于是手机所以不太方便截图。感觉现在除了新出的Terminal bench 4.0，别的榜单全被刷烂了啊…… ^-^

最新回复 (10)
  • Lazelz 09-11 01:09
    1楼



    绝对有问题 这第四列成绩明显填错了

  • wayned 09-11 01:11
    2楼

    看到更上面的 Muse Spark 1.3 xHigh Effort，我释怀了 ^-^

  • V_Arrow 楼主 09-11 01:12
    3楼

    要么就是DS和哈基米、muse一样疯狂刷题，v4.1f真有这水平可不止核弹爆炸瘫坐了

  • V_Arrow 楼主 09-11 01:12
    4楼

    想不到梁子这个浓眉大眼的也开始走刷分这条路了

  • wayned 09-11 01:16
    5楼

    有可能是主观刷分，还有可能就是训练的时候评判标准就是用的这些 benchmark 类似的方式，导致模型偏向刷分

  • 咪叭 09-11 01:17
    6楼

    刷分没办法，现在都看这个分数


    分数都比不过的模型，就会失去很多人的关注

  • SwiftUI 09-11 01:24
    7楼

    其实和刷分不一定有关系 比如tb2.1貌似最近出的几个模型虽然说都高但是都只能跑那么高 换成tb4就能拉开很大差异

  • doro 09-11 01:27
    8楼

    就是刷分……这些AI榜单本质上与手机性能榜没有区别

  • V_Arrow 楼主 09-11 07:39
    9楼

    是的，所以目前我个人暂时就以这个4.0的榜单为准了

  • Dumbledore 09-11 07:42
    10楼

    好蒸，多蒸，常蒸，等国家大手制裁

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐