刚开始我不以为意，但看知乎某答主测了逻辑能力结果出人意外的好 
先说一下，这位答主经常测评大模型，用的是私有非公开题库，所以不存在被污染的可能，他测评的其他模型排名都挺符合我认知的，所以我觉得测试成绩是有代表性的 
但无奈其他benchmark，比如livebench和Analysis都没有豆包2.0的测评成绩，所以缺乏对照，特意请教下佬友们意见 
LLM Benchmark Dashboard 
 [image] 
当然，这里说的是Doubao-Seed-2.0-Pro的逻辑推理能力，不是Doubao-Code，也不是编码能力，编程方面最强排名应该是挺难被撼动的