Ofir Press：人类基线终结，AI 基准设计需要新方法论

AI2 与普林斯顿研究员 Ofir Press 撰文指出，在人类水平 AI 时代，许多人类任务已被模型轻松完成，无法再把人类任务直接翻译成基准，过去的做法——告知任务内容、最强模型解决率等——已经失效。他提出新时代基准设计的三条准则，其中核心一条是：任务必须足够困难，需要人类团队花数年时间才能完成，以此为 AI 基准构建全新方法论。

2026-10-13 ~ 2026-10-13 · 2 条相关