Ofir Press：行业现已被评估指标（Evals）驱动

OfirPress · x · 2026-08-16

Ofir Press 引用观点称，行业内很大一部分现在由评估驱动。许多建模工作将实现 SOTA（最先进）评估分数作为主要目标。帖子评价了评估团队（如 Artificial Analysis 和 SWE-bench）的重要作用。

原文链接 →

「公司和人」频道最新

• DeepMind CEO：懂 AI 的人能抵初创团队 — msharmas · 2026-08-16
• Anthropic 员工为何普遍疏远 Twitter — repligate · 2026-08-16
• 400 人活动现场上手世界模型，海得拉巴黑客松即将接力 — paulfinneyx · 2026-08-16
• 评 Anthropic CEO 稀缺发帖与公开辩论的公关策略 — LuizaJarovsky · 2026-08-16
• 网友吐槽 Anthropic CEO 发言含糊像 Sam Altman — GabGarrett · 2026-08-16
• DeepSeek Harness 登顶 GitHub 热门，模块化架构受追捧 — Saboo_Shubham_ · 2026-08-16

更多「公司和人」频道 AI 资讯 →