★ 3
AI 基准测试陷入信任危机
文章讨论当前 AI 基准测试体系面临的困境，包括评测污染、指标失真与榜单公信力下降等问题。作者认为现有 benchmark 已难以真实反映模型能力，呼吁建立更严谨的评测方法。
Lobsters – Machine Learning4 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
文章讨论当前 AI 基准测试体系面临的困境，包括评测污染、指标失真与榜单公信力下降等问题。作者认为现有 benchmark 已难以真实反映模型能力，呼吁建立更严谨的评测方法。