新的AA榜单，flash级别模型无法再碰瓷主流闭源模型（5~10T参数量级别） 27B的qwen也与flash模型进一步拉开差距。 模型参数越多，先验的上限越高。 在训练充分的情况下，世界知识越丰富，给人的体感越聪明。 虽然跟模型参数量不是绝对关联，但是相关性显著提高。 国模可以通过充分的RL，让小参数量模型在某些benchmark的任务上充分拟合，刷出很高的分数。但是每次评测标准一变就会死的很惨。