行业中美对照13:22Hamel Husain：公开基准测试中 BenchGate 问题依然普遍存在评测圈的人都在传：随便翻几个公开 benchmark 的失败 trace，问题多到吓人。做模型评测的都该看看。#BenchGate#benchmark#评测#Hamel HusainHamel Husain@HamelHusain原文稍后读已读值得跟进有用关注 BenchGate
