审稿人重算 GLOBENUM 全部 7000 个答案并因荒谬题目拒稿

一位审稿人逐一重算跨文化数字阅读理解基准 GLOBENUM 的全部 7000 个参考答案，结果全部吻合，但随后发现题目包含「每根香肠花费 38,320 美元」等荒谬数值，最终给出 1 分 clear rejection。该案例显示，仅检查参考答案一致性无法覆盖题目语义层面的数据构造问题。