概念Benchmark Contamination / 数据污染

基准污染

AI模型在训练阶段已接触到评测基准测试题目的现象，导致模型评测得分虚高但实际泛化能力不匹配，是AI评估领域的重要挑战

时间轴 (近 90 天)

8月26日

基准污染是指测试题目可能已出现在训练数据中，导致高分不能真正代表泛化能力

待验证50%

基准污染是指测试题目可能已出现在训练数据中，导致高分不能真正代表泛化能力