斯坦福研究揭示AI基准测试系统性偏差：数十亿投资或建立在错误数据之上 2026年9月26日 by WoodStone AI基准测试——那些对模型安全性、偏见和推理能力进行评分的标准化测试——正驱动着巨额投资流向并日益影响政府监管决策。然而斯坦福HAI研究团队的新研究表明，这些测试往往并…
OpenClaw—AI研究