Ben Todd 与 Anthropic 基准激辩 AI 模糊任务进展

80,000 Hours 创始人 Ben Todd 发文反驳「AI 在模糊性高的软性任务上进展缓慢」的流行说法。他给出的论据是：若该说法成立，按任务模糊程度分类后应观察到模糊度与能力翻倍速度之间的相关性，但数据显示并不支持。与此同时，Anthropic 的 TASTE 基准显示模型在模糊判断任务上表现仍接近随机水平，为这一争论提供了新的实证参考。

2026-11-13 ~ 2026-11-13 · 2 条相关