現在國產大模型“百家爭鳴”的熱鬧氛圍讓我想起了團購網站“千團大戰”的時候，互聯網贏家通吃的現實催促著所有人全力沖刺。

國內很多公司開發的大模型都在拿GPT3.5或者4對標，宣稱在某些方面“不落下風”，有的號稱在參數更少的情況下性能相當，有的甚至宣稱“全面領先”。這些模型是如何實現這些所謂的領先呢？

簡而言之，這多半是過擬合現象導致的。所謂過擬合，是機器學習和統計建模中的一個常見問題，簡單來說，就是在測試中表現出色，而在實際應用中卻不盡如人意。

因此，在評估大模型能力時，我們不應過分關注這些測試集的得分。實際上，過度擬合在生活中的例子比比皆是，如大學排名的刷分、自媒體的刷流量等。真正優秀的模型應當是在公開市場競爭中，人們愿意為其支付額外費用的模型。其他任何補充說明都是多余的。

大浪淘沙，接下來的大模型“淘汰賽”正在進行中，“鹿死誰手”，還得看核心本事。