📌 📄 内容摘要:
moo yoo (@Chinyen) 在 大家一起讨论一个自己用的最好的LLM 中发帖
众所周知，各大厂商在对比大型模型时，往往依赖标准测试集来评测性能。
然而，高分真的能代表用户的真实使用体验吗 🤔二者之间往往存在显著差距，比如回答长度，语气…
更何况测试集多以英文为主，国内外在语言体系和知识结构上都有很大差异，训练集更有不同。
因此，诚邀各位佬畅所欲言——在中国语境下，哪款大模型的回答最贴合我们的知识体系？
欢迎各抒己见！
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/845168/1
─────────────────────────────
📢 来源：LINUX DO
