跳到正文
热点事件持续更新

Fable 5.2在MazeBench获21%引发基准污染质疑

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

AGI Hunt转发漫画称,Fable 5.2在MazeBench基准上仅取得21%,并以“背路线”“以为还在训练环节”讽刺模型可能依赖训练数据记忆应付测试。漫画由此指向模型过拟合及基准污染隐患,但相关说法属于该账号的评论。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    Fable 5.2 在 MazeBench 仅得 21%,漫画讽刺模型靠记忆“背路过关”

    AGI Hunt 转发漫画,吐槽 Fable 5.2 在 MazeBench 基准上仅取得 21%。漫画以“背路线”和“以为还在训练环节”为梗,讽刺模型可能依赖训练数据记忆应付基准,一旦面对真实测试便暴露过拟合问题,并再次指向基准污染隐患。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。