把所有任务都做成 benchmark？

terryyuezhuo · x · 2026-07-17

帖子提出一个研究式问题：**如果 benchmark 能覆盖所有任务，并且直接用这些 benchmark 来训练模型，会发生什么？** 它更像是在反思“以榜单驱动训练”可能带来的泛化与过拟合问题，没有具体产品或商业信息。