antoine_chaffin 警告选项设置偏差可能掩盖 LLM 真实缺陷

研究者 antoine_chaffin 警告，依赖评测设置匹配的 LLM 可能在真实使用中暴露缺陷。其以数值题干扰项为例指出，模型常把极端正确答案放在选项边缘，这类偏差会迁移到部分基准，使相关成绩无法反映真实能力。