研究者呼吁：多模态 benchmark 默认应做盲过滤去污染
cwolferesearch · x · 2026-11-04
AI 评测领域研究者 cwolferesearch 回应 Hamel Husain 的讨论时提出：所有多模态 benchmark 默认都应进行盲过滤（blind filtering）。这一观点指向当前多模态模型评测的普遍痛点——测试数据混入训练集导致分数虚高，盲过滤应成为基准建设的标准步骤而非可选操作。
「研究」频道最新
- 浙大联合微软提出 History Forcing,破解长视频生成一致性漂移 — ZhejiangUniversity · 2026-11-04
- D&A 方法:把「描述」与「评估」解耦,让任意 VLM 变身机器人奖励模型 — weichiuma · 2026-11-04
- Muon 预训练损失更低，但大规模数据下微调后反输给 AdamW — AdtRaghunathan · 2026-11-04
- YC F26 实验室 Vorelios 出炉:用 AI 秒级预测工程仿真 — KlausCodes · 2026-11-04
- 小批量才是王道:重复数据预训练论文揭示 batch size 隐形最优解 — sewon__min · 2026-11-04
- 磁滴自组织重现向日葵斐波那契螺旋，黄金角从单一规则涌现 — JosephJacks_ · 2026-11-04