Suhail 在 X 提问：哪些公开 LLM 基准可信？
精选理由
有人问哪些公开基准能看出模型真实差距，帖子下已有回复在讨论，想看别人怎么选评测可以参考。
Suhail 在 X 上提问：哪些公开可用的 LLM 基准测试足够可信，能展现模型之间的真实差距？截至当前，这条帖子有 4 条回复、1 次转发、3 个赞和 1777 次查看，另有 4 次收藏。提问未限定具体基准，而是希望获得社区认可的评测标准，以避开厂商自报成绩的干扰。
原文 · Suhail
What are publicly available benchmarks for LLMs you think are legit and you trust? What shows the real gap between models? 💬 4 🔄 1 ❤️ 3 👀 1777 📊 4 ⚡