Bertrand Charpentier

20 days of compute vs 7 hours: rethinking what state-of-the-art means — Bertrand Charpentier, Pruna

AI Engineer · 7.5 分

当前“最先进”AI模型的评判标准存在误导性，仅依赖公开排行榜或内部评估易导致选择大模型的懒惰方案，实际应结合多榜单差异、Elo评分波动及真实场景需求综合判断。