技巧Agent 与开发者精选01:56swyx：需要第三方 AA-* 重建所有评测，防模型刷分swyx 说实验室自己报的分不可全信，第三方要做扰动版评测，比如打乱选择题顺序再看成绩稳不稳，思路挺实用的。#Artificial Analysis#基准测试#评测#altbenchswyx (AI Engineer)@swyx原文稍后读已读值得跟进有用关注 Artificial Analysis
