• lxb123

    图片

    图片

    足足前进了0.3直接被四舍五入了 ^-^

    感觉完全没测出真实能力啊

    主楼
  • xiedian

    666,难道gpt也炼废了?^-^就提升这么点

    #1
  • 天上火

    看推特上说是他这个排行榜的权重聚合出了问题 astra 在他这个榜上连 muse1.3 都不如 扎克伯格知道自己的模型已经这么强了吗?

    #2
  • 天上火

    这 aa 官方也是不带脑子的,敢带这种节奏,到时候但凡 astra 表现突出一点 aa 都要被清算,不知道怎么想的

    #3
  • Lazelz

    很难想象gpt6是一个只比gemini 3.8flash高2分的模型…

    #4
  • mild_cloud

    这个muse1.3是不是过于逆天了

    划时代的刷分机器吗这是

    #5
  • lueluelue

    图片

    虽然Epoch ECI也不够完美,但我觉得比AA好

    #6
  • WolfHolo

    aa太离谱了 不说别的muse-spark-1.3这条 能排这么高

    #7
  • polaris

    ^-^这种情况算是AA榜抽象还是Asart抽象?

    #8
  • lueluelue

    我特别期待这个刷分大王在ECI上给了多少分^-^

    #9
  • lueluelue

    大概率是AA的榜太垃圾了,在Epoch 的 ECI上Astra遥遥领先

    #10
  • 天上火

    关于 aa,出现这种情况也不是一次两次了

    图片

    gemini3.1Pro/4.6sonnet>4.6opus 的来 最有含金量的榜单耍起嘛

    #11
  • xiaomao

    目前综合几个榜单看来coding能力不如fable5

    数学,思维比较强,学术佬有福了

    #12
  • lueluelue

    对比,这是ECI的

    图片

    #13
  • Hifumi_Mizuhara

    看了半天什么叫Asart……

    我有一个猜想,会不会模型规模很大,训练容易炸膛,比如DS也是这样

    #14

发表回复

登录后回复