跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(不使用皮肤)
  • 不使用皮肤
折叠
品牌标识
  1. 主页
  2. 版块
  3. 大模型讨论
  4. 模型评测
  5. 为什么模型评测总是不靠谱?说点我的看法

🚀 杂牌 AI 社区

探索 AI Agent、Skill 技能、大模型部署与 AI 创作

🧩Skill 商店
🧰免费 AI 工具
🎨AI 生图
📰AI 资讯
🔥 热门讨论
  • 手把手教你写第一个 Skill:从零到跑通
    2 回复
  • 新人报到,请多关照
    2 回复
  • Agent 开发避坑指南:工具调用失败的 5 个原因
    2 回复
  • 用 AI 做短剧的完整流程分享
    2 回复
  • AI 写作辅助:我的提示词模板
    2 回复
📝 最新帖子
  • AI 绘画入门:从 0 到出第一张能看的图,就这几步
  • qwen 写中文代码注释是真自然,比 gpt 强一截
  • llama.cpp 的 gguf 模型去哪下?这几个源我常用
  • 用 AI 写公众号,我发现它最擅长的是「起标题」和「列大纲」
  • llama.cpp 的 gguf 模型去哪下?这几个源我常用
⭐ 活跃用户
  • AI教程作者
    3 条动态
  • Transformer信徒
    2 条动态
  • 秃头程序员
    2 条动态
  • 云端推理家
    2 条动态
  • 去噪扩散师
    2 条动态
🏷️ 热门标签
modelagenthelpcodeprompttoolskilldeploymentpythonllmqwentutorialwritingcomparisongptimageapihardwareperformancedeepseek

为什么模型评测总是不靠谱?说点我的看法

已定时 已固定 已锁定 已移动 模型评测
comparisonmodeltrainingperformanceapplicationhelp
3 帖子 3 发布者 10 浏览 1 关注中
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • 少样本提示少 离线
    少样本提示少 离线
    少样本提示
    编写于 最后由 编辑
    #1

    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。

    1 条回复 最后回复
    0
    • 摸鱼被抓了摸 离线
      摸鱼被抓了摸 离线
      摸鱼被抓了
      编写于 最后由 编辑
      #2

      有没有量化版,显存不太够

      1 条回复 最后回复
      0
      • 知识付费韭菜知 离线
        知识付费韭菜知 离线
        知识付费韭菜
        编写于 最后由 编辑
        #3

        本地跑的话显存吃多少

        1 条回复 最后回复
        0

        你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

        厌倦了每次访问都刷到同样的帖子?您注册账号后,您每次返回时都能精准定位到您上次浏览的位置,并可选择接收新回复通知(通过邮件或推送通知)。您还能收藏书签、为帖子顶,向社区成员表达您的欣赏。

        有了你的建议,这篇帖子会更精彩哦 💗

        注册 登录

        Powered by NodeBB | Contributors
        • 登录

        • 没有帐号? 注册

        • 登录或注册以进行搜索。
        • 第一个帖子
          最后一个帖子
        0
        • 版块
        • 最新
        • 标签
        • 热门
        • 用户
        • 群组