Gemini 4 Neon 評測解說:為什麼同一模型的分數從 39% 降到 12.8%
Gemini 4 Neon walkthrough: why the same model swings from 39% to 12.8%
重點導讀
同一個模型在評測中拿到 39% 或 12.8%,差距可能來自測試方式。
- 作者用 Gemini 4 Neon 重跑程式評測,並對照兩種設定:一種使用模型原生的工具呼叫格式,另一種則用通用格式轉接。模型發出多個平行工具呼叫時,通用解析器會拒收。
- 每次拒收都算測試失敗,分數因此從 39% 降到 12.8%。作者也展示原始紀錄,指出解析失敗與分數下降逐一對上。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Gemini 4 Neon walkthrough: why the same model swings from 39% to 12.8%
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文