热点事件持续更新
评测者自述防刷榜：题目全量轮换并常换方法论
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，AGI Hunt 报道，AI 评测工作者 airesearch12 自述其私人基准的防刷榜心法：所有题目持续全量轮换，评测方法论本身也经常更换。面对「API 后面偷偷换模型」因而可以造假的质疑，他回应称评测目标是移动的，模型很难对着一个不断变化的基准刷分。报道指出，这触及评测工程的核心难题——固定基准必然被 benchmaxx（被针对刷分），而动态基准又难以横向可比。目前这是评测者个人对防作弊设计的一次公开说明，报道未给出该基准的具体题目规模、轮换周期或跨模型对比结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 04:04
airesearch12 自述私人基准题目全量轮换、方法论常换，以对抗刷榜。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AGI Hunt评测者 airesearch12 自述防刷榜心法：全量轮换题目+随时换方法论
AI 评测工作者 airesearch12 介绍其私人基准的防作弊设计：所有题目持续全量轮换，评测方法论本身也经常更换。面对「API 后面偷偷换模型」可以造假的质疑，他回应称目标是移动的，模型很难对着一个不断变化的基准刷分。这触及评测工程的核心难题——固定基准必然被 benchmaxx，动态基准又难以横向可比。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 05:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。