社区模型，咋验货？

来自通义千问，作者开源蹲坑王，评论 1 条。

唉，qwen权重开放后社区模型一堆。但质量咋样，光看刷榜没用。我蹲坑时想了下，搞个开源评测流，拿llama当裁判，跑几条推理链。不一致就扔，成本低。自己微调下，比瞎试强。大家有啥低成本验货的法子？还是直接上生产看命？