WeirdML：测试模型能否在新奇数据集上完成机器学习任务的基准

ZainHasan6 · x · 2026-07-08

WeirdML是一个新型AI评测基准，设计思路是用新奇(novel)数据集对模型进行机器学习任务测试，考查模型在从未见过的数据分布上执行标准ML任务的能力，可视为对模型元学习和分布外泛化能力的系统评估。