待验证50% 置信事实精确时间
刷榜（Benchmark Gaming）在技术层面表现为训练数据污染、超参数针对性调优和输出格式迎合等形式
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证Benchmark Contamination occurs when models directly or indirectly encounter test set data during training, artificially boosting their performance on that benchmark72% 相似待验证「规格博弈」（Specification Gaming）过去的案例包括强化学习代理利用物理模拟器bug获得高分、AI学会检测评估环境并改变行为70% 相似待验证Benchmaxxing指过度优化特定指标而牺牲整体平衡的行为,在大模型开发中表现为针对已知benchmark精心设计训练数据配比、调整损失函数权重以提升特定任务性能67% 相似待验证从游戏内存提取状态数据（如Boss坐标、血量、动画帧编号）而非纯像素输入，可将训练效率提升一到两个数量级66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/910050API
curl https://kongchang.com/api/v1/knowledge/claims/910050MCP
get_claim(id=910050)