#数据集泄漏

如果你在做医学分割或用过这类文本提示模型，这篇论文会让你重新审视基准分数：提示词里的"约 5mm"其实是标注算出来的，删掉它分数就塌了 52% 到 77%。评估协议可以直接借鉴。