对上述数据集的评测有几处疑问，麻烦帮忙解答下： （1）对aa_lcr/ifbench的推理模型，其中参数是否如首页所说使用temperature=1.0, top_p = 0.95, top_k = 40.？ （2）对aa_lcr的裁判模型，是否仍使用minimax2.5模型进行judge？若是，minimax2.5无法关闭思考模式，实测会存在评判错误（temperature=1.0）。若不是，使用的裁判模型是哪个，麻烦告知下？
对上述数据集的评测有几处疑问，麻烦帮忙解答下：
（1）对aa_lcr/ifbench的推理模型，其中参数是否如首页所说使用temperature=1.0, top_p = 0.95, top_k = 40.？
（2）对aa_lcr的裁判模型，是否仍使用minimax2.5模型进行judge？若是，minimax2.5无法关闭思考模式，实测会存在评判错误（temperature=1.0）。若不是，使用的裁判模型是哪个，麻烦告知下？