05:24
官方账号Simon Willison@simonw
官方账号Simon Willison@simonw精选
推荐理由：Simon Willison 分享了 Kimi K3 的实测感受，还聊了 pelican 基准的局限性，想了解模型真实水平可以看看。
pelican benchmark
共 1 条相关 AI 资讯
7月17日
05:24
Simon Willison 发布关于 Kimi K3 模型的个人笔记，指出尽管 pelican 基准测试与模型实际能力（如长对话中的智能体工具调用）脱节，但仍能从中获得洞察。pelican 基准当前得分已无法完全反映 Kimi K3 在复杂任务上的表现。Willison 强调模型在 agentic tool calling 和长上下文交互上的进步比基准分数更重要。