Ethan Mollick：私有基准起步更难，但分数上涨速度与公开基准相当

Ethan Mollick 引用 Benchmark Almanac 数据指出，私有或留出测试集上的 AI 基准分数饱和速度与公开基准一样快。26 个私有基准与 146 个公开 SatBench 基准的中位数显示，发布 3 个月后最佳成绩分别为 53 分和 64 分，一年内分别上涨 21 分和 18 分。数据截至 2026 年 11 月 14 日。