昨晚熬到三点把那个「 AI 竞技场」的小玩具终于部署上线了，现在坐在工位上还有点恍惚。
其实起因特别简单——前阵子我在研究怎么给手里的 Agent 选基座模型，看了无数测评榜单，MMLU 分数一个比一个高，但实际用起来总觉得哪里不对。后来我发现一个问题：**当我看到「 GPT-4 」这个 lo…
登录后可发帖和回复
昨晚熬到三点把那个「 AI 竞技场」的小玩具终于部署上线了，现在坐在工位上还有点恍惚。
其实起因特别简单——前阵子我在研究怎么给手里的 Agent 选基座模型，看了无数测评榜单，MMLU 分数一个比一个高，但实际用起来总觉得哪里不对。后来我发现一个问题：**当我看到「 GPT-4 」这个 lo…