Ricursive 在其 Ripple 模型上报告的 Terminal-Bench 2.1 基准测试中取得了 80.5 分的领先优势。然而,一项独立测试显示得分仅为 157 分中的 93 分,并引用了提供商超时和上下文限制等问题。这表明 Ripple 模型虽然有潜力,但在某些测试条件下其性能可能不稳定。 AI
影响 基准测试结果表明 AI 模型可能存在性能不一致的问题,影响其实际应用。
排序理由 该集群讨论了 AI 模型的基准测试结果,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →