HLE 数据集遭质疑 开发者称错误率极低
针对网上有帖子声称 Humanity's Last Exam（HLE）数据集存在大量错误且方法论糟糕，开发团队成员 Sauers 公开反驳，称其亲自检查了大量生物学题目，发现可能仅有一题存疑，错误率远低于批评者所称水平。他还指出批评帖子本身方法论极差、本质是误导信息，并建议作者删除，认为该数据集质量是可靠的。
2026-09-02 ~ 2026-09-02 · 3 条相关
- 开发者维护 HLE 质量：经查证生物题错误率极低 — Sauers_ · 2026-09-02
- 开发者反驳质疑： Humanity's Last Exam 数据集错误率极低 — Bayesian0_0 · 2026-09-02
- 回击数据集质量质疑：开发者称 HLE 论文系误导信息 — Sauers_ · 2026-09-02