Meta新模型过度优化基准，需注重实际评估

Meta的新模型已经看起来令人失望：过度优化于公开基准分数，而损害了其他一切。知道如何以与实际有用性相关的方式评估模型是AI实验室的核心能力，任何新实验室如果不首先弄清楚这一点，就不可能成功。