Hacker News AI· gmays·2026-10-21 13:46· 5 小时前AI 评分67AI 基准测试：我们在攀登错误的山头AI Benchmarks: Climbing the Wrong HillsAI 导读Contrary Research 报告指出，由于强化学习（RL）驱动的优化，AI 基准测试容易陷入 Goodhart 定律的陷阱，导致模型得分与真实世界能力脱节。来源：Hacker News AI · research.contrary.com推理能力论文研究评测基准#论文/研究#评测/基准#推理查看事件全部后续