LM Arena 评测：'rotten-apple' 模型表现不佳，疑似 Llama 2 7B 高度对齐的低效变体
Reddit r/LocalLLaMA2026/02/15 08:44机翻/自动摘要/自动分类
4 阅读
内容评分
技术含量
5/10
营销水分
2/10
摘要
LM Arena 评测揭示了一个名为 'rotten-apple' 的模型，其表现远低于预期。该模型疑似基于 Llama 2 7B 进行深度安全对齐调优，虽然一致性极高，但整体性能却如同小模型，在对战模式中屡战屡败。此评测对关注模型对齐技术和性能评估的开发者及研究人员具有参考价值，揭示了过度对齐可能带来的性能瓶颈。
正文
在 LM Arena 的模型对战中，一个名为 'rotten-apple' 的模型引起了关注。尽管其开发者身份不明，但其表现特征强烈暗示其为经过严格安全对齐（alignment）调优的 Llama 2 7B 模型。该模型展现出极高的一致性，然而整体性能却如同一个规模更小的模型。在多次的对战模式体验中，'rotten-apple' 模型均未能获胜，其表现令人失望。