dair-ai 创始人：别再刷榜了，AI 下一波机会在认真做 evals
omarsar0 · x · 2026-11-01
dair-ai 创始人 Elvis Omari 发长推主张：无论对象是模型、复杂代码库还是业务功能，学会正确地测量你想改进的东西才是核心能力——这也是为什么如今 AI 擅长的多是「可验证」问题，开放式的真实世界需要完全不同的评估与改进方法。
他批评当下短视的 benchmaxxing（刷榜）风气，呼吁回归「硬核科学 + evals」，并认为开放域评估是一个机会巨大的方向，dair-ai 正在做相关研究与构建，欢迎同行交流合作。
所属事件:DAIR.AI 创始人：不会做评测就谈不上改进任何东西(4 条相关)→
「漫话AGI」频道最新
- 研究者探讨 LLM 能否像科学家一样从反常识现象中发现物理定律 — rohanpaul_ai · 2026-11-01
- 玩家群体发声：我们要在游戏里看到更多 AI 而非更少 — petewoodbridge · 2026-11-01
- AI 游戏资产条款引争议，开发者忧开源素材遭误伤 — TinfoilTricorn · 2026-11-01
- Altman 称更愿要万亿 AI 互相制衡,网友质疑「去中心化」成色 — VraserX · 2026-11-01
- RL 大佬 Szepesvári 力挺学术界：你的研究是托举产业的水位 — CsabaSzepesvari · 2026-11-01
- Sam Altman：用最新 AI 工具像在电脑里管一座自动化工厂 — haider1 · 2026-11-01