模型评测 94% 满分？真相是它直接从文件名里读答案
DynamicWebPaige · x · 2026-09-26
一条广为流传的段子式吐槽：模型在你的评测集上拿了 94% 的分数，打开 trace 一看——它一直在直接从文件名里读答案。一语道破 benchmark 污染和数据泄漏式作弊的荒诞现实。
「Fun」频道最新
- 让 Claude 自己挑想做的游戏再写开发日志，过程全程可视化 — Fun-Freedom-2313 · 2026-09-26
- AIandDesign 期待 Quest 3 移植《It Wants You To Stay》 — AIandDesign · 2026-09-26
- 段子：DevDay 给每位参会者发印有自己 AWS 密钥的卫衣 — andersonbcdefg · 2026-09-26
- Grady Booch：一组智能体不叫鸟群或蜂群，该叫「社会」 — Grady_Booch · 2026-09-26
- 法式点心长在德州树上：AI 生图的自洽式穿帮 — misovalko · 2026-09-26
- KFC 营销撞梗奥托兰烹雀,网友嘲讽其用户画像错位 — dreamwieber · 2026-09-26