Epoch基准测试表明开放权重模型比基准更脆弱

我认为Epoch在基准测试方面做得很好，但我仍然认为开放权重模型比其基准测试显示的更脆弱，尤其是在分布外场景。从感觉上看，我不认为它们去年只落后3个月，或者现在只落后4个月。