待验证50% 置信事实精确时间
公开基准测试（如MMLU、HumanEval、HellaSwag）衡量的是模型在标准化题目上的表现，与具体业务场景往往存在巨大差距
1
来源数
50%
置信度
长期有效
时效性
2026/10/10
首次发现
来源
涉及实体
相关事实
待验证官方基准测试如MMLU、HumanEval存在测试集泄露和针对性优化的风险78% 相似待验证调用量榜单反映真实生产环境中的选择，受价格、响应速度、稳定性、API兼容性等工程因素影响，与MMLU、HumanEval等基准测试存在本质差异77% 相似待验证业界长期存在基准测试与真实部署场景脱节的痛点，模型在标准测试集上表现优异却在真实用户交互中暴露对齐问题77% 相似待验证评估各国模型差距通常借助MMLU、HumanEval、MATH及LMSYS Chatbot Arena等标准化基准测试77% 相似待验证行业普遍依赖MMLU、HumanEval、GPQA、SWE-bench等基准测试衡量模型能力76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/994884API
curl https://kongchang.com/api/v1/knowledge/claims/994884MCP
get_claim(id=994884)