Logan 建议AI创业者:25%时间做benchmark,推动模型实验室重视
BenBlaiszik · x · 2026-09-22
- @OfficialLoganK 建议:用 AI 构建产品的公司应把超过 25% 的时间花在做 benchmark 上,并推动模型实验室重视这些 benchmark,这是加速公司进步的最简路径。
- @StevenDillmann 转发并补充:高校和科研机构的科学家同理,因此他们构建了 Terminal-Bench-Science——一个开放平台,让研究者贡献自己真正关心的问题作为基准。
所属事件:OpenAI员工建议：AI产品团队应花超25%时间自建评测(2 条相关)→
「编程与Agent」频道最新
- 美联航将禁止个人AI代理代客预订机票 — Polymarket · 2026-11-12
- Agentic Search 图解：4 次搜索的循环成本约为单次搜索的 5 倍 — adnan_hashmi · 2026-11-12
- AWS 自曝：AWS Emulator 每行代码均由自主 AI Agent 编写 — SumitGup · 2026-11-12
- freeCodeCamp 上线 2 小时 Codex 智能体编码免费课 — adnan_hashmi · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- 整理 5.5 万数据点的教训:企业级 Agent 数据准备远比想象更难 — BenBajarin · 2026-11-12