Hamel Husain

这条评论说明了“评测工业综合体”（Evals-Industrial complex） 1. [有一种看法是] 如果你没法说服人们在你的基准上刷榜（benchmaxx），它就“毫无价值” 2. 如果人们真的在上面刷榜，这些基准在统计上又会变得毫无价值 cc: @xeophon