Grok 4.5 的基准优势原因
AlyoshaV · reddit · 2026-07-09
CursorBench 页面补充说明，Grok 4.5 在该基准上的优势，部分原因是训练集中意外包含了 Cursor 代码库的早期快照。帖子是在转述这一评测注释，核心信息是基准结果可能受训练数据污染影响。
所属事件:Grok 4.5 跑分亮眼但陷测试集泄露争议(6 条相关)→
「模型」频道最新
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27