概念刷榜炫技 / 刷榜
Benchmaxxing
AI公司为在特定基准测试上取得亮眼成绩而对模型进行针对性优化的行为，也泛指选择性展示最有利测试结果的营销策略，导致"在测试上表现好"与"真实能力强"逐渐脱钩
时间轴 (近 90 天)
11月2日
HuggingFace开放权重模型生态中“Benchmaxxing”（为刷榜而优化）的现象愈演愈烈。
待验证50%
11月2日
Benchmaxxing指模型开发者或微调者为了让模型在公开排行榜（如MMLU、HumanEval、GSM8K等）上取得高分而进行针对性优化，常见手段包括在训练数据中混入与测试集高度相似的样本、针对特定题型做格式对齐、甚至直接数据污染。
待验证50%
9月30日
Benchmaxxing指AI公司为在特定基准测试上取得亮眼成绩而对模型进行针对性优化的行为，也泛指选择性展示最有利测试结果的营销策略
待验证50%
9月30日
benchmaxxing的典型手段包括在训练数据中混入与测试集相似的内容（污染测试集）、精选有利子任务单独展示、刻意回避在权威测试上公开成绩
待验证50%
全部知识事实 (4)
待验证
HuggingFace开放权重模型生态中“Benchmaxxing”（为刷榜而优化）的现象愈演愈烈。
50%待验证Benchmaxxing指模型开发者或微调者为了让模型在公开排行榜（如MMLU、HumanEval、GSM8K等）上取得高分而进行针对性优化，常见手段包括在训练数据中混入与测试集高度相似的样本、针对特定题型做格式对齐、甚至直接数据污染。
50%待验证Benchmaxxing指AI公司为在特定基准测试上取得亮眼成绩而对模型进行针对性优化的行为，也泛指选择性展示最有利测试结果的营销策略
50%待验证benchmaxxing的典型手段包括在训练数据中混入与测试集相似的内容（污染测试集）、精选有利子任务单独展示、刻意回避在权威测试上公开成绩
50%