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。
Checking account…
Loading comments…