仿 Kaggle 防数据泄漏：作者呼吁基准测试设公开与私有双测试集

一位作者提出基准测试应借鉴 Kaggle 的防泄漏做法，设立公开集与私有集，两者均通过 API 任务运行以防数据泄漏。方案规定私有集只报告汇总统计，公开集报告统计并最多公开 5 条轨迹，核心主张是「对数据泄漏说不」。该方案面向大语言模型基准的评测可信度，通过隐藏私有测试集降低训练数据污染风险。