12:47
Ethan Mollick@emollick
Ethan Mollick@emollick推荐理由：别被 Arena 分数忽悠了——Kimi K3 虽好，但评分榜的坑和 Llama 4 时一样。
ELO分数
共 1 条相关 AI 资讯
7月17日
12:47
Kimi K3 是一个好模型，但人们再次过度解读 Arena 排行榜的 ELO 分数，就像之前对 Llama 4 那样。Arena 用户评分的 ELO 有局限性，前端是文本聊天，容易通过训练或系统提示让用户主观偏好表现更好，偏离真实能力评估。