Adam Scholl：容易造基准的任务也容易拿来训练，可量化即可能被刷分

Adam Scholl 指出，容易进行基准评测的任务与容易用于训练的任务具有很大共性，量化指标很可能通过针对性训练被抬高。性能可被数值化衡量时，训练大概率能推高该指标，这也解释了基准分数为何常与真实能力脱节。