#HellaSwag

Meta搞了个新模型，叫Llama 3.2，在MMLU和HellaSwag这些测试里比GPT-4强，还分了免费和付费版，企业用户可以试试。

The Rundown AI@therundownai11 sourcesSource

BenchMIRT研究告诉你，现在流行的LLM基准测试到底在测什么，有什么局限性。