产品GVS5H
GVS5H
一个评测编排框架，组织多个中等规模模型实例协作完成编码基准测试
时间轴 (近 90 天)
10月25日
GVS5H 声称五个 Qwen3.8-27B 实例协同工作在 LiveCodeBench Hard 上与 Fable 5 打成平手
待验证50%
10月25日
GVS5H 本质上是一个评测编排框架（harness），而非新模型
待验证50%
10月25日
GVS5H 未公开完整的评测脚本、随机种子和聚合参数，导致结果无法复现
待验证50%
10月25日
Hacker News 社区对 GVS5H 的声明提出质疑，焦点在于评测成本隐藏、聚合策略偏差和可复现性缺失
待验证50%