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
- IIT马德拉斯推出 EdTech Tulna AI 教育产品评估标准 — ravi_iitm · 2026-09-11
- Warp 六个非工程团队全用 Linear 和 Claude Code 工程化运作 — mon__lim · 2026-09-11
- Anthropic 内部爆料:并非人人都持高 p(doom) 灾难论 — anpaure · 2026-09-11
- AI 电影节 Lumara 将登陆纽约,顶级 AI 电影人齐聚评审 — 0xAllen_ · 2026-09-11
- Anthropic 研究员被指暗中窥探学术客户研究、抢先出成果引争议 — basedjensen · 2026-09-11
- 投资人放话:Palantir×英伟达联手将重创 Anthropic IPO 估值 — pdamodaran · 2026-09-11