Allen AI 预览 Shippy 并公开评测法
allen_ai · x · 2026-07-14
Allen AI 表示，Shippy 目前处于面向部分合作伙伴的私有预览阶段。公司同时发布了一篇工程博客，介绍它是如何构建的、接下来会做什么，以及如何确保用户能够信任并追溯其输出。
被回复的补充信息说明，Shippy 会用自定义评测来测试每个版本的准确性和安全性：专家编写带权重的场景，覆盖数据准确性、边界处理和来源归因；每次都在真实会话中对接实时数据，由 LLM judge 打分。若版本回归，就不会上线。
所属事件:Allen AI 推出海事 AI Agent「Shippy」(6 条相关)→
「公司和人」频道最新
- 硅谷批量「被收购式收购」,新一代创业者9个月套现数百万后躺平 — edgarpavlovsky · 2026-10-27
- Sam Altman 将与 John Collison 炉边对谈 SaaS 与 AI — jeff_weinstein · 2026-10-27
- 机器人学习学者 m_wulfmeier 加入 Mila 任兼职教师 — pcastr · 2026-10-27
- The Information 盘点 Anthropic 财报五大要点 — steph_palazzolo · 2026-10-27
- Aileen 灵感论：AI 周期像加密晚期，小实验室正沦为「算力储备」 — beffjezos · 2026-10-27
- 前 Anthropic 员工长文：公司优化的是「被视为好人」而非真正的善 — RichardMCNgo · 2026-10-27