SimpleQA对模型评测榜单的影响引争议

近期关于SimpleQA对模型评测影响的讨论持续发酵。网友发现，若在ECI等基准测试中去掉SimpleQA，GPT、Claude、Gemini等多个主流模型的分数和名次会发生明显变化。有观点指出SimpleQA对GPT-OSS等开源模型至关重要，而关于其评估权重的技术分析也引发了社区对现有评测体系合理性的反思。

2026-07-19 ~ 2026-07-19 · 3 条相关

• 去掉 SimpleQA 后榜单变了 — scaling01 · 2026-07-19
• GLM-5.2 基准分数争议 — xeophon · 2026-07-19
• 关于 SimpleQA 影响的评测争论 — xeophon · 2026-07-19