已过期50% 置信观点精确时间

随着HumanEval、MMLU等基准被广泛采用，已出现针对性优化现象，导致排行榜分数与真实能力脱节

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/10

首次发现

有效期至：2026/10/8(已过期)

来源

Security Swarm评测实践：用真实漏洞验证AI安全工具的真实能力

rss2026/7/1

相关事实

待验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减63% 相似待验证MIA在微调阶段的威胁尤为突出，因微调数据集规模更小、模型拟合程度更深，使成员推断成功率显著提升61% 相似待验证自愈技术的精细度层级越高（备选selector→视觉AI→LLM语义理解），误判风险随之上升61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/462762

API

curl https://kongchang.com/api/v1/knowledge/claims/462762

MCP

get_claim(id=462762)