Epoch AI 推出 Benchmark Reviews:首批判 15 个榜单,9 个有缺陷
Jsevillamol · x · 2026-09-18
AI 研究机构 Epoch AI 宣布启动 Benchmark Reviews 计划,系统性审计 AI 基准测试。首批覆盖 15 个知名 benchmark,审计结果:仅 4 个通过验证(Verified),9 个存在缺陷(Flawed),另有 2 个信息不足以评审。该计划旨在解决 AI 榜单普遍存在的质量与可比性问题。
所属事件:Epoch AI 审计 15 个 AI 基准，9 个被判定存在缺陷(4 条相关)→
「研究」频道最新
- Grounded SI 展示长尾场景手部追踪,称大规模第一视角数据离不开它 — micoolcho · 2026-09-18
- GenBio AI 团队 Cell 发文:定义虚拟细胞世界模型 — HongyiWang10 · 2026-09-18
- Navier-Stokes 不到一月又传 Hodge 猜想被破,千禧难题加速告破 — haider1 · 2026-09-18
- Meaning Spark 实验推理时脚手架，增强 AI 元认知与反思 — PeterBowdenLive · 2026-09-18
- 虚拟细胞模型研究者加入 Cellular Intelligence,瞄准细胞疗法 — arjunrajlab · 2026-09-18
- AI 文本水印反成软肋：研究称其放大对抗提示风险 — luisdans · 2026-09-18