敬业审稿人重算 7000 个基准答案全部吻合，随后揪出「每根香肠 38320 美元」
ziv_ravid · x · 2026-11-10
系列第 11 条：一位审稿人把一篇跨文化数字阅读理解基准（GLOBENUM）论文的全部 7000 个参考答案逐一重算，结果每个都对得上——然后他开始读题目本身。
题目里出现「每根香肠花费 38,320 美元」（按小数读法其实是 38.32）和「她的 433 磅重的狗」这类荒谬数值，暴露出该基准的数据构造问题。审稿人最终给出 1 分 clear rejection。
这个案例的看点在于：检查参考答案的一致性没用，荒谬之处藏在题目语义层面。
所属事件:审稿人重算 7000 条基准答案全对，题目却离谱(2 条相关)→
「Fun」频道最新
- 网友吐槽 Fable 5.2 命名:有信心就该叫 5.5 — max_paperclips · 2026-11-10
- 媒体标题翻车现场:黄仁勋登上圣诞「淘气名单」榜首 — var_epsilon · 2026-11-10
- 网友挑战 Fable 5.2 做黏土动画，效果出乎意料地好 — dfeinition · 2026-11-10
- 开发者不满 X 登录墙:未登录看不到链接将转投其他平台发文 — Darpinian · 2026-11-10
- 「最好的创始人没有爱好」引争论：摩根洛克菲勒都被翻出来反驳 — zacharynado · 2026-11-10
- Ashlee Vance 拍 SendCutSend 创始人：一辆 Teslonda 改变美国制造业 — kyliebytes · 2026-11-10