模型得 30%、框架得 100%：你究竟在评测哪一个？
该模型得分为30%。该框架得分为100%。你以哪一个作为基准？
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
一篇文章指出，同一任务下模型本身得分 30%，而评测框架（harness）得分 100%，两者差距悬殊。文章追问：当基准结果被报告时，被评测的到底是模型还是框架。
来源：dev.to（经 Hacker News） · dev.to
该模型得分为30%。该框架得分为100%。你以哪一个作为基准？
本站未展示全文，请前往来源网站阅读。
一篇文章指出，同一任务下模型本身得分 30%，而评测框架（harness）得分 100%，两者差距悬殊。文章追问：当基准结果被报告时，被评测的到底是模型还是框架。
来源：dev.to（经 Hacker News） · dev.to