谷歌Meta被锤刷榜

AI模型跑分真实性受到质疑！SemiAnalysis指出，谷歌和Meta的某些模型在不同版本的Terminal-Bench榜单上表现悬殊，暗示存在通过购买类似考题的数据进行训练的现象。这种行为虽非直接作弊，但已严重影响了公开评测的公正性。随着公开基准逐渐失去公信力，未来高质量私有基准或成主流，但这将导致评测结果更加不透明。

🔗 [参考链接]：https://x.com/SemiAnalysis_/status/2097112791471522292