梦晨发自凹非寺 量子位公众号 QbitAI 如果试题太简单，学霸和学渣都能考 90 分，拉不开差距…… 随着 Claude 3、Llama 3 甚至之后 GPT-5 等更强模型发布，业界急需一款更难、更有区分度的基准测试。 大模型竞技场背后组织 LMSYS 推出下一代基准测试 Arena-Hard，
梦晨发自凹非寺 量子位公众号 QbitAI 如果试题太简单，学霸和学渣都能考 90 分，拉不开差距…… 随着 Claude 3、Llama 3 甚至之后 GPT-5 等更强模型发布，业界急需一款更难、更有区分度的基准测试。 大模型竞技场背后组织 LMSYS 推出下一代基准测试 Arena-Hard，
By