模型评测

5B 小模型后训练冲榜实录：BFCL 涨了 2 分，AA 指数五次试点全部失败

2026年10月17日

我们用 LoRA 后训练 K2-Horizon-3.7B，BFCL 函数调用从 55.60 提到 57.57；随后冲 Artificial Analysis 智能指数，弃答 DPO、同家族蒸馏、SciCode 拒绝采样微调共五次训练试点全部无效。本文给出数据、失败原因和踩坑清单。

Gemini 3.1 Pro 出来了，聊聊我的实际体感

2026年2月20日

记录 Gemini 3.1 Pro 的跑分、价格、长上下文和实际使用体感，重点看它适合哪些任务。

GLM5的跑分保真吗？

2026年2月20日

把 GLM-5 的跑分、定价、Claude 蒸馏争议和智谱股价放一起看。