开发者反驳质疑： Humanity's Last Exam 数据集错误率极低
Bayesian0_0 · x · 2026-09-02
针对有人质疑 Humanity's Last Exam 数据集存在大量错误且方法论糟糕，开发者 Sauers 进行反驳，称其亲自检查了许多生物学题目，可能仅有一个存在争议，并认为准确率统计具有指示性，不应简单删除相关分析文章。
所属事件:HLE 数据集遭质疑 开发者称错误率极低(3 条相关)→
「研究」频道最新
- Smarter Every Day 博主 Destin 将答辩冲击聚变博士论文 — CatAstro_Piyush · 2026-10-18
- 脑植入物让失语者重新开口，Science 长文综述语音 BCI 产业进展 — EricMTrautmann · 2026-10-18
- 曼彻斯特大学发布 LLM 生成代码形式化验证演讲幻灯片 — CatAstro_Piyush · 2026-10-18
- 数学预印本新仓库 Hexagon 上线，收录 arXiv 不收的研究成果 — tak3sh8 · 2026-10-18
- Periodic 创始人 CoLM 演讲：自训模型终将跨越前沿模型拐点 — heghbalz · 2026-10-18
- PNAS 论文:生物突触可自组装出逼近梯度下降的学习规则 — xuanalogue · 2026-10-18