揭秘 AI 模型的“暗中削弱”：一张图看懂大模型性能退化史

随着大模型频繁更新，用户常怀疑模型变“笨”或受到更多限制。该项目通过可视化图表记录了各大 AI 模型的 ELO 评分历史，旨在揭露潜在的“暗中削弱”现象。文章指出，模型更新可能引入过度审查、过度量化以节省算力或行为退化。此外，项目还区分了 API 原始性能与 Web 界面的差异，解释了为何消费者端体验到的“降级”有时无法在基准测试中体现，为用户提供了评估模型真实表现的重要视角。