BlackHC 质疑某基准评测数据异常：新模型竟不及旧一代

研究者 BlackHC 公开质疑一个疑似与 Meta 相关的基准评测成绩异常：新一代模型按常理应全面优于旧一代，但该榜单完全没有体现这一趋势，其他相关分数也存在异常。他向相关方追问该基准的整体评测口径和数据究竟出了什么问题，要求给出解释。