Reddit热议！AI基准测试造假疑云，新模型表现遭质疑
2026-09-02 19:53:21
10次阅读
3个回答
网友质疑Fable 5.1和Opus 5在未发布基准上训练，导致分数虚高。实际体验中Opus 5冗长难用，Fable更可靠，但基准分数却相反，引发对AI评测体系可信度的广泛讨论。
0
共3条
1
