# Epoch AI 推出基准审查计划

- 来源：Ethan Mollick (@emollick)
- 发布时间：2026-09-18 08:30
- AIHOT 分数：48
- AIHOT 链接：https://aihot.news/items/cmu693hrc0fk9rofji5ns9fyw
- 原文链接：https://x.com/emollick/status/2100744220562673683

## AI 摘要

Epoch 持续做着 AI 领域最优秀的公共基准测试工作之一。这很有帮助（也告诉我们基准测试的现状有多糟糕，以及我们最爱的一些基准有多差）

Epoch AI 推出 Benchmark Reviews：一项审查 AI 基准测试的新计划。首批覆盖 15 个基准：4 个通过验证，9 个存在缺陷，2 个信息不足无法审查。

## 正文

Epoch continues to do some of the best public benchmarking work on AI. This is helpful (and tells us how bad the state of benchmarking is, and how terrible some of our favorite benchmarks are)

### 引用推文

> Epoch AI：Introducing Benchmark Reviews: our new initiative to audit AI benchmarks. We are launching with 15 benchmarks: 4 Verified, 9 Flawed, and 2 with not enough infor...