Teknium 回应 Hermes 评测基准争议

2026年10月7日，AGI Hunt 报道，Nous Research 的 Teknium 就 Hermes 模型评测基准争议作出回应。此前有网友质疑 Hermes 的评测方式，认为 terminal bench 与科学类评测与个人助理场景无关，指数化综合榜单会误导日常用户，让人以为必须使用 Opus 5.5。Teknium 澄清 Hermes 并非只面向个人助理，约50%的用户用它来做编码；他表示各类能力有独立分榜，并非只有指数化综合榜单。双方随后就基准设计是否存在过拟合展开争论。目前争论仍在进行，报道中未提及结论。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。