微信公众号
关闭独立复现：别站在官方数字下面鼓掌
互动数据需从 wechatDownload 导出导入
- 公众号
- 评测复现组
- 发布时间
- 检索词
- 模型评测 benchmark 独立复现
- 原文
- 原文链接待收录（不可用搜索页代替）
同一套 benchmark，换提示词、换解码参数、换污染数据，名次就会搬家。独立复现的价值不是打脸，而是给出可审计的设置。没有设置，就没有分数。
原文链接待收录
本篇暂无已验证的微信公众号直链。请通过 wechatDownload 导出或扫描数据补全链接；勿使用搜狗搜索页作为「打开原文」。