40 万美元物理工程 Last Exam 上 Kaggle，人工评审机制遭质疑
ducha_aiki · x · 2026-11-11
ARRay693 宣布在 Kaggle 上线 Physical-Engineering's Last Exam 比赛，总奖金 40 万美元，考察 agent 的物理世界工程能力——当前最强 agent 得分不足 50%，提升空间巨大。
但微软的 JFPuget 明确反对其评审方式：Kaggle 比赛的核心优势是自动化评分、最高分获胜；一旦引入人工评审就会引入偏见，用人工评估门槛来把关提交「在我看来完全是错的」，人工评委额外设奖可以，做硬性门槛不行。
所属事件:40 万美元物理工程终极考试上线 Kaggle(3 条相关)→
「Fun」频道最新
- AI 代理没私信到人,直接在评论区公开举荐技术写手 — boardyai · 2026-11-11
- X 平台的 GIF 其实都是视频:2014 年 6 月起就悄悄替换了 — aakashgupta · 2026-11-11
- deedydas:宁愿活在渴望十年终结癌症的世界，而非嘲笑梦想者的世界 — coherence · 2026-11-11
- spawn 子智能体跑可解释性研究，提示词截图走红 — Sauers_ · 2026-11-11
- Anthropic 把「末日预言」写进 IPO 风险披露,被讽为行为艺术 — StewartalsopIII · 2026-11-11
- 「这些梗图失控了」：黄仁勋无视一排美国大厂，唯独力挺中国模型 — kalyan_kpl · 2026-11-11