待验证50% 置信事实精确时间

开源社区常用的benchmark（如MMLU、HumanEval、MATH、LongBench等）存在数据污染风险

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

Ling-3.1-flash发布：560B参数MoE架构，支持百万级上下文

涉及实体

MMLUconcept HumanEvalconcept MATHconcept LongBenchconcept

相关事实

待验证如果恶意数据集被上传到公共平台并被下游用户采用，其潜在危害会随着模型训练与部署链条被放大，构成开源生态供应链安全隐患67% 相似待验证对于将数据库通过 Datasette 对公网开放查询的场景，安全升级优先级应更高65% 相似待验证以实时网络抓取为差异化核心带来数据合规、抓取稳定性以及参考内容版权归属等潜在风险65% 相似待验证Meta、谷歌等开源路线支持者认为开源能通过社区审查提升安全性并防止少数实验室垄断AI能力65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/962918

API

curl https://kongchang.com/api/v1/knowledge/claims/962918

MCP

get_claim(id=962918)