在hn上argon的讨论帖看到的，应该比鹈鹕更能体现能力？ 假如这个火了，想象一下大厂员工每天上班筛选各种各样的ass的场面…… LLM AssBench LLM AssBench LLM Benchmark - One prompt, Multiple models, Multiple dates 剧透 6 个帖子 - 6 位参与者 阅读完整话题