作者｜黄小艺邮箱｜huangxiaoyi@pingwest.com我们最近在重新思考一件事：到底什么样的 Benchmark，才值得今天继续做？过去几年，大模型的发展几乎一直被 Benchmark 牵引。GLUE/SuperGLUE 推动了 NLP ...