最后，基于综合练习的系统性评估正逐渐成为架构评估的标准方法（来自 Kimi-Linear）。非常感谢 Physics of Language Models 的引领。
一步一步走出HellaSwag的黑暗时代。
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
来自 Alexander Doria（@Dorialexander）的推文线程
共 2 条推文 · 2025年10月30日 14:57
作者信息
线程正文
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
共 2 条推文 · 2025年10月30日 14:57
最后，基于综合练习的系统性评估正逐渐成为架构评估的标准方法（来自 Kimi-Linear）。非常感谢 Physics of Language Models 的引领。
一步一步走出HellaSwag的黑暗时代。