做AI评测，数据集却很离谱
dejavucoder · x · 2026-07-15
有人转述自己在做 AI evals 的工作，但数据集里大多是日文“gooner content”（性癖/成人视频相关内容），这个反差让帖子本身很有梗。 信息量不在方法细节，而在于它透露了 AI 评测工作里可能会遇到非常奇特的标注/测试语料组合，适合当作行业趣闻分享。
dejavucoder · x · 2026-07-15
有人转述自己在做 AI evals 的工作，但数据集里大多是日文“gooner content”（性癖/成人视频相关内容），这个反差让帖子本身很有梗。 信息量不在方法细节，而在于它透露了 AI 评测工作里可能会遇到非常奇特的标注/测试语料组合，适合当作行业趣闻分享。