权重魔改易伤生成类任务，MMLU 基本无恙

2026-10-17，AGI Hunt 报道，aryaman2020 指出：对模型做各种大幅权重改动，通常不会明显拉低 MMLU 这类基准成绩，但生成类任务极易被打坏。这意味着模型在基准上的分数未必反映真实能力变化——权重被魔改后，基准成绩可能基本维持，生成能力却已明显受损。报道据此提示，标准基准存在覆盖局限，仅凭 MMLU 等分数判断模型能力可能失真。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。