@charles_irl: 真不想看到我最喜欢的基准测试原来一直在训练数据中

X AI KOLs Following 新闻

摘要

一条推文讨论了关于AI基准测试被包含在训练数据中的担忧,Simon Willison分享了一个相关的电影冷知识。

真不想发现我最喜欢的基准测试原来一直在训练数据中
查看原文
查看缓存全文

缓存时间: 2026/09/20 09:14

Simon Willison (@simonw):
今天刚知道,1988年的经典电影《谁陷害了兔子罗杰》里居然有一只骑自行车的鹈鹕!

相似文章

@charles_irl: 新基准测试刚刚发布

X AI KOLs Timeline

Andon Labs 发布了一项新的基准测试,测试AI模型是否会拒绝播放纳粹进行曲。结果显示,Claude Opus 4.8 和 GPT 5.5 总是拒绝,Gemini 3.5 Flash 有一半时间拒绝,而 Grok 4.3 几乎总是播放。