AI基准测试应保留人类基线

观点认为前沿AI基准越来越复杂，正在丢失与人类表现对照这一关键环节。

推荐理由：复杂基准若缺少多人类基线，模型分数会失去可解释锚点；成本上升不能成为省略理由，否则很难判断能力是否真正超人。