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
- 研究发现:提速后模仿学习灵巧操作比专家退化更严重 — UMCP · 2026-09-03
- Meta 提出 Switch Distillation:中训练蒸馏保推理不伤事实回忆 — meta · 2026-09-03
- Sebastian Raschka 拆解 The Information 的 OpenAI Astra「循环Transformer」传闻 — rasbt · 2026-09-03
- 技术圈质疑 Astra 循环架构:最可能只是每层跑两遍的调度 — mike64_t · 2026-09-03
- 研究者入选 Cosmos 计划，三个月攻关 LLM 思维忠实性 — hunarbatra · 2026-09-03
- Video Delta Net 让开源视频生成提速 75–90 倍，14 秒视频 11 秒生成 — xiuyu_l · 2026-09-03