待验证50% 置信事实精确时间

主流大模型基准如MMLU、BigBench、MATH均已被广泛用于模型训练数据筛选与强化学习奖励信号设计，导致高分越来越难映射到真实能力提升

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

GPT-6、Claude Opus 5.5实测对决：AI模型是否存在"特调作弊"？

涉及实体

MMLUconcept BigBenchconcept MATHconcept

相关事实

已验证训练前沿大模型需要巨大的算力投入，随着模型规模增大存在边际收益递减78% 相似待验证传统大模型训练高度依赖人工标注数据和外部语料收集，这些步骤通常是制约迭代速度的瓶颈76% 相似待验证随着原始代码数据红利见顶，各大模型竞争焦点已从数据规模转向训练框架和技术思路的比拼76% 相似已验证通过更高质量的训练数据、更优化的训练策略和更精细的后训练对齐，较小规模的模型可以在实际任务上完全超越规模更大但训练质量较低的模型75% 相似待验证大模型训练涉及数据清洗、标注、对齐、安全微调等多个环节74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961499

API

curl https://kongchang.com/api/v1/knowledge/claims/961499

MCP

get_claim(id=961499)