Grok 4.5测试集泄露影响跑分
SkyLi0n · x · 2026-07-10
网传Grok 4.5在CursorBench基准测试中具有优势，原因是其训练数据中意外包含了Cursor代码库的早期快照。官方表示确切分数影响尚不清楚，但该数据已从未来的模型训练中移除。
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
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- Anthropic 发布迄今最详尽威胁情报报告:无人机蜂群滥用案例曝光 — soumitrashukla9 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11