Unverified50% confidenceFactExact time
基准饱和是指当顶尖模型在某基准上的得分逼近或超越人类水平时，该基准失去区分度，无法有效衡量模型之间的真实差距
1
Sources
50%
Confidence
Long-term
Relevance
7/8/2026
First Seen
Sources
基准测试即数据激活：让领域数据找到攀登方向
hackernewshackernews7/3/2026
Related Claims
Unverified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72% similarVerified古德哈特定律描述：当一个度量指标变成目标时，它就不再是好的度量指标了71% similarUnverified古德哈特定律指出当一个指标成为目标本身它就不再是好指标，测试集引入训练数据会导致模型考试成绩与真实能力脱钩68% similarVerified跑分榜单衡量的是模型考试能力而非解决真实问题的能力67% similarUnverified对齐问题的核心困境是'价值规范问题'，即人类模糊、情境依赖甚至矛盾的价值观难以精确编码为机器可优化的目标函数67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/223338API
curl https://kongchang.com/api/v1/knowledge/claims/223338MCP
get_claim(id=223338)