自己维护一个 LLM Benchmark 的想法
问题描述：目前的算法竞赛方面的 Benchmark 都存在一些问题，LiveCodeBenchPro 只有 CF 题目，且维护不积极，模型较少；vals.ai 上的 LiveCodeBench 分数已经饱和，IOI 缺乏部分模型的测试结果
所有LLM鉴定辨别特征汇总
问题描述：本帖子用于汇总所有LLM的鉴定特征，比如某个系列模型的词表固有缺陷、某个渠道模型特定输出等特征，用于分辨模型系列或者型号。人人可编辑，请使用下面的模板：鉴定方法：简要写名称详细输入/鉴定方法：用于鉴定的prompt或者其他具体方