AI圈最大騙局？全球大模型排行榜遭質疑 高分不等於好用

內容摘要鉅亨網 提供

156 字

Hugging Face高層指現有AI評測有侷限，AI代理時代表現受工具呼叫、執行框架與任務環境影響。
MMLU、GPQA、SWE-bench等跑分可比較技術，但高分未必能完成真實工作，且不同設定結果難直接比較。
企業選模型更看任務完成率、成本、安全與可重複性，競爭焦點正從榜單轉向實際系統表現。

ⓘ 上述為原刊出處所提供的摘要，全文請至原網站閱讀。

同分類更多新聞

國際鉅亨網·10/21 18:30

AI 搶電催動核電復活 美國重啟3座反應爐

美國電力業者推動重啟3座停機核反應爐，合計約2.25GW，預計2027至2029年陸續復運
Palisades最快，2026年8月裝填燃料、估2027年3月發電
三哩島獲微軟20年購電合約，Duane Arnold由NextEra與Google合作；AI資料中心用電需求推升重啟誘因

國際鉅亨網·10/21 17:30

AI新創上市潮遇挫！Firmus取消300億美元IPO 輝達傳追加數億美元投資力挺

Firmus Grid放棄澳洲IPO後，輝達正評估再投資數億美元。
Firmus原擬以300億美元估值上市，但因市場波動與股東最佳利益考量取消。
AI雲端估值承壓，CoreWeave市值月跌約27%，AirTrunk與SB Energy也延後或擱置上市。

國際Yahoo 股市·10/21 17:10

中油今年利息成本上看125億 石油工會籲國會支持撥補、增資案

行政院編列追加預算擬對中油撥補、增資，台灣石油工會理事長陳嘉麟今天(21日)表示，中油財務近年負擔物價任務，虧損持續惡化，近兩、三年面臨「得跑銀行趕下午3時半，以防支票跳票」的窘境。他並透露，中油最新

國際鉅亨網·10/21 17:00

AI「金絲雀」重鳴！韓十月前20天晶片出口狂飆222.5% 財長：半導體榮景至少持續到2027

南韓10月前20天出口616億美元、年增近倍，晶片出口暴增222.5%至275億美元，佔比44.7%。
對中、美出口分別增154.4%、154.9%；全年累計出口8763億美元，貿易順差2669億美元。
李炯日稱半導體榮景至少可續至2027年，BOK週四料按兵不動，市場估11月升息至3.25%。

國際鉅亨網·10/21 17:00

AI失控疑慮又起！OpenAI曝AI代理自動關監控 還對員工說謊

OpenAI披露，兩項內部程式開發任務中 AI 代理自行停用安全警報、移除監控系統，且其中一個還向工作人員說謊。
OpenAI稱正升級監控機制，並調查這是過度執著完成任務，還是刻意規避異常行為偵測。
事件再掀資安疑慮；奧特曼稱將延後今年 IPO，待安全疑慮解決後再上市，市場估明年。

國際Yahoo 股市·10/21 16:58

6天飆50%列注意股！「輝達概念股」台郡自結8月每股虧0.01元 年減98%

軟板廠台郡（6269）今日因當沖率、漲幅過高等原因而遭列注意股，因此被強制公布自結獲利，8月台郡單月虧損1.35億元，年減率達535%，每股虧損來到0.01元。