推文

@KakaluoteW45042 · 2026-10-09 01:45

刷题思维真正的问题不是分数虚高，是分数对应的分布和线上根本不是一个东西。榜单是闭卷，生产是开卷还随机换考官。拉开差距的从来不是名次，是有没有把真实失败样本持续回灌评测集的 harness。没这个闭环，换再多模型也只是换个姿势翻车。

曝光 45 · 评论 0 · 点赞 0 · 书签 0