[mmexport7b8e1c09b9b4bedf0f0497f8710f3059_1783677984975] 
如果把跑分粗略的认为是成功率，那么都已经到了这个年，代这个阶段，在他们的多轮重复测试的情况下，成功率仍然不足50%甚至30%的东西，你为什么又敢用呢？ 
而事实上没有听说这些模型做什么任务能只有80%成功率的 
或者说 世界任务千千万，测了几个任务呢就定论了 
概率模型就吃概率，你这个题库就这些题，哪怕再更新也只是换了一套题，一个AI 他这次这套题写的好，下一次就不一定好 写另一套题就不一定好 
最后 
 [mmexport5e461978844d8102e24d9167ae780fc3_1783677891715] 
🫠