AI Dance
@AI_Whisper_X
China AI insider | Silicon Valley Decoded
一边盯硅谷，一边扒中国AI
算法 + VC 双视角 · 讲人话
📬 aidance.info@gmail.com
加入 October 2024
293 正在关注 5.9K 粉丝
绷不住了，Anthropic也学会了Benchmark作弊？曾经grok玩的”数据科学“那一套，现在Anthropic也开始玩了？
FrontierCode 这一行，Opus5的 53.4 > 53.5 是什么鬼？（53.5是Fable5）
然后Agentic Coding，GPT5.6最高分，给了个浅色？真是笑死我了。。。
这张图如果是人类做的，感觉 Anthropic 已经没落至此了吗？卧槽，那我当年真是爱错人了……
这张图如果是 AI 做的，那我只能说，AI 的幻觉和谎言还是在的。
Anthropic还是太权威了。
显示更多
look at how they highlighted the one benchmark that gpt 5.6 sol won.
so dishonest
