这水平，终于不是接近Fable，而是超越Fable了
2 个赞
so what model is it and what company is it from?
1 个赞
so far some evidence like erro_code and politically senstive words manifest it from china
居然是靠这个因素来猜测的吗？
Some people guess it is a glm model because it has a similar tokenizer with glm models.
better be glm or ds, coz local deployment can handle it well
Just wondering whether you guys are not Chinese?
we all live on earth man.
4 个赞
毫无期待
太慢了啊
同样的任务，ds 4f 10分钟跑完了
OX 1个半小时还没跑完
用的人多了吧，中午哪会感觉还挺快的
GLM带视觉的早期训练检查点 甚至似乎没有做安全对齐(某些敏感问题完全不回避)
可以构造不存在的reasoning effort抓到GLM特有的1210报错码
看它自言自语的样子像极了glm5.2
这个结果你信吗？
大幅超越 fable？
mythos 和 astra 都不敢说自己能有这分数
几日没来l站这么多外国友人了吗 
跑分可信吧我感觉，但是不代表它能力真的很强，还是得等正式发布后大部分人试完后的反馈，指不定又是一个跑分王，或者面向某些测试集的过拟合模型，昨天我看 x 上和 L 站内反馈都一概好评，但是今天看上去又有不少人反馈不太行了
1 个赞