Vedant Misra 调侃:把所有榜单都刷到极致,模型反而学会了泛化?
vedantmisra · x · 2026-10-29
Google DeepMind 的 Vedant Misra 发推调侃:如果对每个 benchmark 都「benchmaxx」(极限刷分),得到的模型反而像是学会了泛化?一句话点出评测刷分与泛化能力之间反直觉的关系,值得玩味。
「Fun」频道最新
- Claude 新增休息提醒功能，网友嘲讽「妈妈式关怀」 — JasonBotterill · 2026-10-29
- 神秘项目 Cherry Pi 预告 10/31 发布：樱桃锁孔海报引猜测 — sull · 2026-10-29
- Richard Sutton 论文托管网站叫 Incomplete Ideas，被网友玩梗 — akbirthko · 2026-10-29
- 用户吐槽 Grok 官方 bot 疑似被削弱:明显变笨了 — alexcovo_eth · 2026-10-29
- ChatGPT 算 2/3 被要求续写后刷 6 不停,连写 26179 个字符约 5 分钟 — Artico-84 · 2026-10-29
- 「欲望是苦的根源」：猫用一张毛毯演绎佛系名场面 — kyliebytes · 2026-10-29