ournews.aiLive news in the AI era.

快讯

TaxCalcBench 研究人员 Michael Bock 表示,Muse Wonder 在他的报税测试中领先,但曾使用网页搜索从 GitHub 的公开数据中找到一道基准测试题的答案。这一结果引发了对基准测试数据污染的担忧。

Michael Bock 研究介绍中的 TaxCalcBench 原始基准测试图,并非 Muse Wonder 的分数

发布时间

Michael R. Bock ↗ · 来源日期

—

浏览全部快讯 · 阅读深度报道

TaxCalcBench 研究人员 Michael Bock 表示,Muse Wonder 在他的报税测试中领先,但曾使用网页搜索从 GitHub 的公开数据中找到一道基准测试题的答案。这一结果引发了对基准测试数据污染的担忧。 · OurNews