（来源：上观新闻）
作者 |🇪🇭 周云龙 编📍辑 | 蔡芳芳💎 编者按： 🈴🌜过去一年🛥🇨🇾，企业 AI 🚧❗Cod🉑ing😼 的讨论🥳🇳🇨往往集中在模型能🥳👨✈️力、部署成本🦈🌛与合规约束上👕。这里也正好解释👀一下，Bench💈📿mark 大概有🇨🇷📱几种逻辑：🕐🦗一是离线 B🎹enchmar👨🚒〰k，测一个问💂🇧🇬题模型怎么回答，🇺🇳❣给答案🦈打分；🛐二是在🇫🇲线 B🇦🇸enchmar✡k，把同一个🥿🕥问题或任✒🤥务发给两🇫🇯个匿名模✨型，让用户🥵判断哪🕤🖤个模型🥾更好，这通常被🐑叫做 Ar🛳ena（竞技场）🙁🆔。
一个知道自己➖近视的人，会戴🕍眼镜；一🕹个知道自己🎋在高操控信息环🕢🌑境中直🚢🇧🇲觉容易失效的人，🔒会主动🧺建立验证🇳🇬🤟机制🤑😏。路透社注意到，🛳🛅卢特尼克在上述🇧🇬听证会上🎆淡化了🚘👩👩👧👧自身在对华🧔事务中的角色❓🖲，称美中“📞🏀非常复杂”的贸🧞♀️易关系，将🍃🤬由特朗普、美🛄财政部😁🏤长贝森特，以💿及贸易代👳🔅表格里尔在内的🤣团队主导🏫🔜。
