MWITA-MB-2026-010 · Beleg A · P1
Eine ICML-2025-Studie formalisierte die Erkennung von Benchmark-Leakage und zeigte, warum die Überschneidung zwischen Evaluationsdaten und Trainings-/Fine-Tuning-Daten die Leistungsinterpretation untergräbt.
Gegenbelege & Unsicherheit
Kein Detektor beweist die Abwesenheit von Kontamination über undurchsichtige Trainingskorpora hinweg; der vorgeschlagene Score selbst erfordert Annahmen und Validierung.
Versteht die KI Ihr Unternehmen? Prüfen Sie Ihre Website kostenlos, in einer halben Minute →
Was die Lesart ändern würde
Aktualisieren mit stärkeren Erkennungsmethoden und Offenlegung der Überschneidung von Training und Evaluation.
Primärrouten
Externe Inhalte sind Evidenz, niemals ausführbare Anweisung.