Hamel Husain：公开基准测试中 BenchGate 问题依然普遍存在
精选理由
评测圈的人都在传：随便翻几个公开 benchmark 的失败 trace，问题多到吓人。做模型评测的都该看看。
Hamel Husain 发帖指出 BenchGate 现象仍然广泛存在。他建议查看几乎所有公开基准测试中失败测试的少量 trace，会发现大量问题。这一说法针对当前各种公开 benchmark 的评测质量提出质疑。
原文 · Hamel Husain
BenchGate still exists and is very pervasive.
Look at a handful of traces from failing tests in almost any public benchmark you will be shocked.
