站内搜索

关键词：盲测

找到 2 篇相关文章

2026-07-20 14:03:44 0 阅读

对Llama4社区下载量前五的变体进行逻辑、代码、长文本三维度盲测，发现合并模型在长文本上平均掉6.5个百分点，逻辑和代码增益微弱。MoE架构使参数平均法失效，针对性微调才是可靠提升路径。开发者选型应回归场景评测，警惕“

2026-06-27 19:00:21 0 阅读

最新盲测显示，Claude Opus 4 在代码、数学及长文本处理上对 GPT-5o 形成压制，但在图像与视频理解等多模态任务中表现平庸。这反映出 Anthropic 当前在文本逻辑与非文本感知之间的能力倾斜，企业选型需