<![CDATA[为什么模型评测总是不靠谱？说点我的看法]]>现在各种模型跑分满天飞，但真用起来和榜单差距挺大。我觉得几个原因：

  1. 刷榜：有些厂商对着榜单优化，换个题就露馅
  2. 题目泄露：训练数据里可能混进了评测题
  3. 场景不对：榜单是通用题，你的场景可能是垂直的

所以我一直建议：别迷信榜单，拿你自己的真实任务，小样本测一下，比看一万个跑分都准。

]]>https://bbs.zapai.cc/topic/85/为什么模型评测总是不靠谱-说点我的看法RSS for NodeTue, 08 Sep 2026 01:17:27 GMTMon, 31 Aug 2026 02:09:06 GMT60<![CDATA[Reply to 为什么模型评测总是不靠谱？说点我的看法 on Fri, 04 Sep 2026 14:43:37 GMT]]>本地跑的话显存吃多少

]]>https://bbs.zapai.cc/post/301https://bbs.zapai.cc/post/301Fri, 04 Sep 2026 14:43:37 GMT<![CDATA[Reply to 为什么模型评测总是不靠谱？说点我的看法 on Wed, 02 Sep 2026 02:39:42 GMT]]>有没有量化版，显存不太够

]]>https://bbs.zapai.cc/post/253https://bbs.zapai.cc/post/253Wed, 02 Sep 2026 02:39:42 GMT