IXThinker·2025-08-27 00:50

頂刊封面變考題 交大推MAC防AI刷題

針對大模型把現有「題庫」預先訓練進模型、令基準測試失真的問題，上海交通大學王德泉教授課題組提出MAC基準，用頂級期刊最新封面組成數據集考驗模型的科學推理能力。

刷榜隱憂

以GPT-4o、Gemini 2.5 Pro為代表的多模態大模型，近年在MMMU等基準測試中頻頻刷榜；但當既有題庫被提前預訓練進模型，持續準確評估AI真實能力便成為嚴峻難題。