AGI 벤치마크 해커톤에서 MEDLEY-BENCH 1위 모델의 점수 산출 방식에 대한 논란이 불거졌어요. 참가자들은 점수 산출과 재현성 문제를 지적하며 심사 과정 공개를 요구하고 있어요. MEDLEY-BENCH는 모델 규모가 커질수록 평가만 향상되고 통제가 정체된다는 결론을 내렸지만, 비판 측은 두 지표의 불일치를 문제 삼고 있어요.