Kimi K3.1 被质疑在 TerminalBench 上背题

多位网友质疑 Kimi K3.1 在 TerminalBench 上的领先成绩可能源于对隐藏测试集的知识泄漏（背题）。TilmanRa 指出，在所有前沿模型都表现不佳的最难任务上 Kimi 却异常强，且对任务微调后成绩经不起检验；@JSchaeff3r 也发帖称该模型疑似「benchmaxxed」，能答出从未提供过的隐藏测试规则。

2026-11-03 ~ 2026-11-03 · 2 条相关

• Kimi K3.1 被质疑背题：TerminalBench 高分经不起任务微调 — teortaxesTex · 2026-11-03
• Kimi K3.1 被质疑背题：答出未给过的隐藏测试规则 — maksym_andr · 2026-11-03