ニュース
Epoch AI 启动基准审查：首批15项中9项被标记存在实质缺陷
Epoch AI 发布 Benchmark Reviews，首批审查15项外部基准，其中4项 Verified、9项 Flawed、2项信息不足。审查针对评测解释和缺陷，不等于直接否定所有模型成绩。
Epoch AI 启动 Benchmark Reviews，对外部 AI 评测基准进行独立审查。官方首批结果覆盖15项：4项标为 Verified，9项标为 Flawed，2项因信息不足无法完成审查。
方法文档说明，Flawed 指存在影响结果解释的实质缺陷，Verified 也不表示没有任何错误。Epoch 不评审自己创建的基准，以避免利益冲突；读者应结合具体审查理由使用排行榜，而非把标签理解为模型能力的简单否定。