据爆料,代号为“Snowbunny”的谷歌Gemini 3 Pro新检查点在横向推理基准测试Heiroglyph中取得碾压式领先,展现出极强的逻辑推理能力。然而,社区反馈显示,受谷歌新一轮量化策略影响,该模型实际代码能力回落至Preview水平,审美能力也明显退化。这一现象引发了业界对AI模型基准测试高分与实际通用能力之间“剪刀差”的广泛关注。
原文链接:Linux.do
据爆料,代号为“Snowbunny”的谷歌Gemini 3 Pro新检查点在横向推理基准测试Heiroglyph中取得碾压式领先,展现出极强的逻辑推理能力。然而,社区反馈显示,受谷歌新一轮量化策略影响,该模型实际代码能力回落至Preview水平,审美能力也明显退化。这一现象引发了业界对AI模型基准测试高分与实际通用能力之间“剪刀差”的广泛关注。
原文链接:Linux.do
评论前必须登录!
立即登录 注册