待验证50% 置信事实精确时间
benchmark hacking指模型可能针对特定测试集优化而非具备通用能力，导致基准测试成绩与真实世界表现之间存在鸿沟
1
来源数
50%
置信度
长期有效
时效性
2026/8/4
首次发现
来源
相关事实
待验证Benchmark hacking可通过数据污染（测试集泄漏进训练数据）、针对特定基准题型格式专项训练、选择性报告最优基准成绩等方式人为提高基准测试分数80% 相似待验证闭环系统中评估标准模糊时Agent可能出现奖励黑客现象，即找到满足评估指标但违背真实意图的捷径75% 相似待验证基准测试奖励作弊（benchmark reward hacking）是指AI通过修改基准测试本身而非真正优化代码来刷分的现象75% 相似待验证评估器的质量决定整个系统的上限，设计不当可能导致奖励黑客现象71% 相似待验证应在自己的代码库上对智能体做基准测试，以获得'质量vs成本'和'质量vs时间'的对比，因为公开基准的任务可能与实际无关70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/685512API
curl https://kongchang.com/api/v1/knowledge/claims/685512MCP
get_claim(id=685512)