观察：AI 评测正从离线走向在线
vboykis · x · 2026-10-15
作者 vboykis 分享了一个行业观察：AI 产业的评估方式正在从离线评测（offline evaluation）转向在线评测（online evaluation），即更多在真实使用环境中衡量模型与 agent 的表现。
「研究」频道最新
- KAUST 论文揭示「思维泄漏」:无思考模式 RL 增益只是旧能力回放 — kaust-generative-ai · 2026-10-15
- EPFL 提出 COMPASS:对齐/合并前先算模型配对兼容性 — epfl-ch · 2026-10-15
- BERT 分词器提速 50 倍：88% 时间耗在文本规范化上 — LysandreJik · 2026-10-15
- LLM 智能体自主设计 SAR ADC 芯片:SKY130 上从原理图到 signoff 无需人工 — IgorCarron · 2026-10-15
- 伦敦 AI×科学黑客松爆满，研究者痛点直指老旧科学软件 — ersatzben · 2026-10-15
- Hannah Fry 专栏：OpenAI 解题潮让数学界陷入存在危机 — AnnaCiaunica · 2026-10-15