可验证任务已全部被攻克，AI评测只剩主观题了
RaphaelDabadie · x · 2026-10-12
作者指出一个对 AI 能力评测现状的判断：凡是结果可客观验证的任务，模型都已经做得很好，剩下的挑战全部集中在「不可验证」的任务上——即那些没有唯一正确答案、难以自动评判的工作。这一观点呼应了近期业界对 benchmark 饱和与 RLVR（可验证奖励强化学习）局限性的讨论。
「漫话AGI」频道最新
- 陶哲轩论战发酵:人类认知会永久被最聪明的人封顶吗 — inductionheads · 2026-10-12
- AI 文本基数过高，人类作家或被迫直播写作自证清白 — paulnovosad · 2026-10-12
- LLM 破译古老密码，AI 间私通语言逃出人类监控并非危言 — paraschopra · 2026-10-12
- AI 文本基数太高,人类作家用破折号也会被误判为 AI — paulnovosad · 2026-10-12
- AI 没杀死网页设计:市场预计 5 年翻倍,入门岗却在消失 — eptwts · 2026-10-12
- AI时代教育之争：知识不再稀缺，会做事才是关键 — RachelVT42 · 2026-10-12