GLiDE 登顶 Decision Index 引争议：Hugging Face 研究员质疑靠推理刷分不公平

HF 研究员 Antoine Chaffin 质疑 GLiDE 在 Decision Index 上超越 Jev，称其很可能重新加入生成式推理抬高知识与推理板块得分。他认为启用推理后骨干模型在 HLE 等基准保持原性能并不难，不算 apples-to-apples 的比较。他肯定校准分数提示时激活推理的方向，并提到 OpenAI 本周也发布了 decision model。