#评测可信度

AI 基准分数虚高：82% 实为 57%

文章讨论 AI 基准测试分数被系统性高估的问题，指出数据污染、评测设计缺陷等因素导致宣称的 82% 实际可能只有 57%。呼吁读者在解读榜单时进行「打折」处理。