MLCommons发布企业指南：如何识别AI模型「刷榜」造假

TheKanter · x · 2026-08-13

权威基准测试机构 MLCommons 发布了一份面向企业团队的指南，旨在帮助采购和决策者识别「基准测试洗白」（benchmark washing）行为。文章指出，许多供应商通过选择性披露有利结果来夸大模型性能。为此，MLCommons 基于多年构建 MLPerf 等测试标准的经验，提出了 7 个核心问题，帮助企业在评估供应商提供的基准测试分数时，查验其是否具备真正的可信度与可重复性。