AGI Hunt· HamelHusain·· 3 小时前AI 评分39
Hamel Husain 转发观点：不少 benchmark 质量差，难点或源于验证器质量太差
Hamel Husain 转发观点：不少 benchmark 质量差，难点出在验证器太烂
AI 导读
Hamel Husain 转发 Hanchung Lee 的观点，指出当前不少 benchmark 质量很低，部分题目被认为“难”并非任务本身复杂，而是验证器质量太差。这提醒读者重新审视各类模型评测榜单的可信度。
来源：AGI Hunt · agihunt.info