GPT-5代码排名涉作弊？被曝跳过23道难题，真实得分输给Claude！
为了提供更为准确、公平的评估，微软亚洲研究院推出了MMLU-CF，它是基于公开数据源，经过去污染设计的大语言模型理解基准，并已在Huggingface上开放。 对于MMLU-CF，研究人员在数据收集时应用了…
07/09 12:23
07/09 12:22
07/09 12:21
07/09 12:20
京公网安备 11011402013531号