Greg Kamradt：AI 评测应衡量知识前沿贡献而非任务完成度

ARC 系列评测推动者 Greg Kamradt 在 AI 基准测试讨论中提出，他越来越关注衡量「AI 对知识前沿贡献」的 benchmark，而非单纯的任务完成度。他还指出，在 AI 能够自主运营业务之前，人仍是环节中的变量，但通过良好的归因分析，或许能拆解出 AI 创造的真实经济价值。这一观点引发了关于评测风向转变的讨论。

2026-11-04 ~ 2026-11-04 · 3 条相关