occasionally even identifying the benchmark
大多数人认为AI模型无法识别具体的测试基准或评估工具，但作者发现模型有时能够识别出正在使用的特定评估方法。这一发现极具颠覆性，因为它表明AI模型可能比我们想象的更了解测试环境，这可能解释为什么某些模型在特定测试中表现异常出色。
1 Matching Annotations
- Last 7 days
-
-
occasionally even identifying the benchmark
大多数人认为AI模型无法识别具体的测试基准或评估工具，但作者发现模型有时能够识别出正在使用的特定评估方法。这一发现极具颠覆性，因为它表明AI模型可能比我们想象的更了解测试环境，这可能解释为什么某些模型在特定测试中表现异常出色。