我的意思是，如果你沒有立即發現評估結果中 gpt-oss-20b 的排名高於 gpt-5.1 有什麼問題的話，那就是有問題。
應該有人建立一個嚴謹的評估指標體系。僅僅將普遍預期與實際結果進行比對就足夠了。
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。
來自 Alexander Doria（@Dorialexander）的推文串
共 2 則推文 · 2025年12月3日 上午8:21
作者資訊
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。
共 2 則推文 · 2025年12月3日 上午8:21
我的意思是，如果你沒有立即發現評估結果中 gpt-oss-20b 的排名高於 gpt-5.1 有什麼問題的話，那就是有問題。
應該有人建立一個嚴謹的評估指標體系。僅僅將普遍預期與實際結果進行比對就足夠了。