AI基准测试（错误、饱和、污染）问题的缓解因素在于，尽管存在问题，它们之间仍然有相当强的相关性。 因此，如果你的AI在GPQA、MMLU或HLE上表现良好，它通常也会在其他基准测试、氛围和实际工作中表现良好。