实体 GSM-8K

GSM-8K

PulseAugur coverage of GSM-8K — every cluster mentioning GSM-8K across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

COMMENTARY · CL_238923 · Sep 6 · 21:01

研究警告：AI基准测试因训练数据包含而受到损害

最近一篇文章强调了人们的担忧，即许多AI基准测试可能受到损害，因为它们的数据集很可能已被包含在大型语言模型的训练数据中。OpenAI已承认GSM-8K基准测试的训练数据被用于GPT的训练。这种做法引发了对当前AI评估方法的有效性和可靠性的质疑。