介绍： 高考期间,大模型评测乱象频现。某自媒体文章宣称千问AI满分答对广东物理压轴题,但网友实测发现,即使题干残缺、隐去核心设问,该模型仍能输出完整答案,疑似在背诵收录的试题答案。此类评测存在样本选择随机性缺失、胡乱打分、题目错漏、过程不公开等硬伤,缺乏客观公正的科学态度,将严谨的技术对比沦为流量炒作工具,误导公众并扰乱AI行业...

介绍： 高考期间,大模型评测乱象频现。某自媒体文章宣称千问AI满分答对广东物理压轴题,但网友实测发现,即使题干残缺、隐去核心设问,该模型仍能输出完整答案,疑似在背诵收录的试题答案。此类评测存在样本选择随机性缺失、胡乱打分、题目错漏、过程不公开等硬伤,缺乏客观公正的科学态度,将严谨的技术对比沦为流量炒作工具,误导公众并扰乱AI行业良性发展秩序。