Zvi 警示：模型评测证据不足，难以覆盖部署风险

davidmanheim · x · 2026-08-19

David Manheim 引用 Zvi 的观点指出，'IN EVALS is the new IN MICE'，意指目前的模型评估存在严重局限性，类似于医药领域仅在老鼠身上做实验就推广到人类。模型开发者仅凭现有的评测证据发布模型，无法充分应对实际部署中的风险。然而，进行相当于人体试验的真实发布又可能带来危险，寻找两者之间的替代方案是一个亟待解决的难题。