ML评测文化变迁:90年代无论文带基准,如今无基准难发论文
abursuc · x · 2026-09-16
#ssad2026 演讲片段:Kashyap Chitta 回顾机器学习评测框架的历史——1990 年代几乎没有论文带基准测试,而 2020 年代没有基准的论文几乎无法发表;共同测试框架的建立过程不易,但多年后的进展令人印象深刻。
所属事件:SSAD 2026 研讨会：自动驾驶评测演变与开源浪潮之辩(5 条相关)→
「研究」频道最新
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- arXiv 论文证明 SGD 最优步长调度:单调递减的线性衰减是唯一极小极大最优解 — konstmish · 2026-11-02
- Karpathy 的 nanochat:100 美元从零训练出类 ChatGPT,星标近 6 万 — karpathy · 2026-11-02
- 读完 46 份资料后写出 Agent Evals 指南：自评 95 分的评测为何不可信 — blaizedsouza · 2026-11-02