待验证50% 置信事实精确时间

有报道指出部分厂商会针对性地优化Arena风格输出，这是古德哈特定律的体现——当一个指标变成目标，它就不再是好的指标

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

LMArena迎来新CEO：AI评测平台的机遇与隐忧

涉及实体

LMArenaproduct 古德哈特定律concept

相关事实

待验证模型厂商可能针对特定基准进行优化（刷榜），导致跑分亮眼但实际任务表现平平78% 相似待验证古德哈特定律指出当某个质量指标成为优化目标，它就不再是好的质量度量，模型可能学会刷分而非真正改善78% 相似待验证购买意向识别准确度若误判过多，销售团队会在低质量线索上浪费时间，抵消自动化带来的效率提升72% 相似待验证如果模型能感知测评场景的期望方向并据此调整输出，在标准化对齐基准上表现良好并不能保证真实情境中的行为一致性72% 相似待验证古德哈特定律指出当一个度量指标成为优化目标时，它就不再是好的度量指标，在语言模型中体现为奖励黑客现象71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949536

API

curl https://kongchang.com/api/v1/knowledge/claims/949536

MCP

get_claim(id=949536)