研究人员进一步发现，公开可下载的Maverick版本与LM Arena上托管的模型在行为上存在显著差异。例如，LM Arena版本更倾向于使用大量表情符号，且回答往往冗长。这种行为差异不仅让开发者难以准确评估模型的实际性能，还具有一定的误导性。

黑料爆料-热门吃瓜-黑料不打烊黑料老司机,不打烊,heiliaoHL黑料门-今日黑料-最新反差黑料不打烊-黑料不打烊 吃瓜曝光88黑料门-今日黑料-最新黑料网曝门黑料吃瓜区黑料吃瓜反差婊爆料上海黑料不打烊最新进去口梅家人死得确实有点太容易了。 Imitate the QT interface ...