ICLR紧急勘误：苹果论文30%基准数据出错的背后与应对
正当ICLR 2025首轮审稿落幕的节点，苹果一篇号称“小模型超越GPT-5”的视觉推理论文突遭公开“审判”。跃星实验室研究员Lei Yang在复现过程中惊讶地发现：最新代码竟遗漏了图像输入模块，待团队修复漏洞后，模型准确率不升反降；随机抽取的20道测试题目中，更有6道参考答案存在标签错误——综合推算整组测试集的Ground Truth错误率已逼近30%。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
Lei Yang随后在GitHub提交issue说明问题，仅收获两句官方回复便被火速关闭讨论，促使他连夜撰写长文向审稿人发出警示。事件持续发酵后，研究团队次日迅速发布声明，承认存在“数据生成流程设计缺陷”，并紧急上架修正版基准代码，承诺重新开展实验并更新结果。这场风波再次引发学界对数据质量的深度反思：在大模型自动生成数据集渐成主流的当下，若缺乏人工核验环节，纵使顶尖团队的成果也可能面临“翻车”风险。Lei Yang更以亲身经历提醒同行：“复现前务必对小样本数据进行‘体检’，别让错误标签白白消耗珍贵的算力与时间”。
参考资料：https://x.com/diyerxx/status/1994042370376032701
热门专题
热门推荐
清算热力图实战指南：精准预判加密市场变盘点的五大核心步骤 在波动剧烈的加密货币合约市场中，清算热力图正成为专业交易者洞察市场潜在“火药桶”的关键可视化工具。它通过动态展示不同价格区间的潜在清算头寸密度，将多空杠杆博弈的脆弱地带清晰呈现。掌握其核心用法，能有效辅助交易者识别价格可能发生剧烈转向或加速突
《刺客信条：黑旗 Resynced》2026年发售，经典海盗传奇完全重制回归 据知名游戏爆料人Tom Henderson最新透露，备受玩家期待的《刺客信条：黑旗 Resynced》已正式定档，将于2026年7月9日全球同步发售。需要明确的是，本次项目并非简单的高清复刻版，而是对爱德华·肯威经典加勒比
币安Binance现货合约交易官网入口、App下载、注册与认证全指南 对于想要进入加密货币交易世界的新手来说，找到正确的起点至关重要。本文将为你清晰指引币安（Binance）的官方入口，并手把手带你完成从下载App、注册账户到完成身份认证的全过程。所有步骤都基于官方渠道，确保你的每一步操作都安全、可
洛克王国新手开局必看：前期神宠选择攻略与重要性解析 对于刚刚踏入洛克王国的新手玩家来说，开局阶段选择一只强力的前期神宠，是决定冒险旅程是否顺畅的关键。一只优秀的前期宠物不仅能让你轻松应对主线任务和日常挑战，更能帮助你快速理解游戏的核心战斗机制与属性克制关系。那么，在洛克王国前期，哪些宠物值得优先培养
深度解析：Web3合约交易中的强平引擎与保险基金核心机制 在波澜云诡的加密货币合约交易市场中，“强制平仓”是每一位交易者都极力避免却又必须深刻理解的风险事件。这背后并非一个简单的风控开关，而是一套被称为“强平引擎”的复杂、自动化、多层级风险管理系统。它的高效运作，直接关系到交易平台的稳健性与用户的资