评测与安全2026-07-26
主流 benchmark 有哪些？为什么不能只看 benchmark 选模型？
考察对公开榜单的批判性认识：MMLU、HumanEval 等榜单存在数据污染、饱和、分布不匹配问题，正确姿势是榜单初筛加业务自建评测集复测。
91学AI·11 阅读
标签
#模型选型
共 2 篇文章
大模型基础2026-07-26
业务落地怎么做模型选型？Qwen、DeepSeek 各自什么特点？
考察模型选型的决策框架：从任务、成本、部署方式、合规四个维度收敛候选，以及 Qwen（全尺寸开源生态）与 DeepSeek（MoE 性价比）的实际差异。
91学AI·9 阅读