作者称基准暂未被污染
Afinetheorem · x · 2026-07-11
作者补充说，自己有一个“不错的技巧”用来判断这个基准是否已经被模型训练数据收录，但目前不打算公开。
他目前观察到的结果是：这个基准还没有明显被污染，也就是还没发现模型已经通过 ingest 学过这些题目。
「研究」频道最新
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27