不良激励

谷歌和OpenAI在大模型领域竞争激烈，近期Google的Gemini-Exp-1114和Gemini-Exp-1121模型迅速更迭Top榜单。有人担忧当前的人工智能基准测试方法可能简化了模型评估，引发对安全性和可靠性等问题的关注。