Kaggle 基准挑战 Day 2：新增地板分与一致性指标

2026-10-02，Google AI 的 DEV 作者专属 RSS 发布 Kaggle 基准挑战 Day 2 内容。报道称，Day 2 新增两项只增不改的指标：一是跨任务形态的“地板分”，取每个模型最差形态的任务分与虚假自信率，按地板而非均值排名；二是重复运行一致性，每形态 20 项跑三次，统计答案一致率与对错翻转率。作者在标题中表示，自己想要的模型是在各方面都“无聊”可靠的模型。目前事件进展停留在 Day 2 指标公布阶段，报道未给出各模型的具体得分或排名结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。