Gemini Omni 1.1登上文生视频榜第一?分数要连置信区间一起看
Arena.ai 称 Gemini Omni 1.1 Flash 文生视频第一、图生视频第二。1495分其实是第三名 FLUX 3 Video,图生视频第一仍是 MiniMax-H3。本文把官方战报、票数和误差条拆开,避免把盲测第一写成已经锁死的出片标准。
专注分享 AI 工具、效率软件、开源项目、自动化工作流,数字游民、宝藏资源和实用技术指南
Arena.ai 称 Gemini Omni 1.1 Flash 文生视频第一、图生视频第二。1495分其实是第三名 FLUX 3 Video,图生视频第一仍是 MiniMax-H3。本文把官方战报、票数和误差条拆开,避免把盲测第一写成已经锁死的出片标准。
?AlpacaEval 可以测试和评估语言模型在理解和执行自然语言指令方面的能力,它是一种基于 LLM 的全自动评估基准,且更加快速、廉价和可靠