LiveBench 作者表示将评测 Moonshot 新模型 Kimi K3.1
精选理由
LiveBench 作者发话说要测 Kimi K3.1 了，看能不能赢过 DeepSeek 和 Sol 6.1，基准难刷分，结果应该挺可信。
LiveBench 作者 Bindu Reddy 发文称将对 Kimi K3.1 进行评测。他表示 LiveBench 的基准设计难以被针对性刷分。他好奇 Kimi K3.1 能否在 LiveBench 上超过 DeepSeek 和 Sol 6.1。此前 Kimi K3.1 尚未公布在 LiveBench 上的成绩。
原文 · Bindu Reddy
Can't wait to evaluate Kimi K3.1 on LiveBench
You can't game our benchmark, so I am curious if it will top DeepSeek and Sol 6.1 🤞
