AGI Hunt· Express_Quail_1493·· 2 小时前AI 评分52
Reddit 用户整理基准发布时间线,提醒基准发布 3-4 个月后跑分作弊风险升高
基准也有保质期:Reddit 整理评测发布时间线防 benchmaxxing
AI 导读
Reddit 用户按 Artificial Analysis 公开的评测列表逐一考证发布日期,整理出一张从新到旧的基准时间线,指出基准发布约 3-4 个月后被针对性优化的风险就大到不再可信,评测方通常以推出新版本作为对策。
来源:AGI Hunt · agihunt.info