dair-ai 创始人点赞 Vending-Bench：希望看到更多 scoped 基准
omarsar0 · x · 2026-11-01
Elvis Saravia 补充表示，Vending-Bench 这类基准虽然范围有限，但方向很有意思，希望看到更多类似的工作。这是对他上一条「用市场反馈评估 agent 经济行为」观点的呼应——模拟经营场景的基准正是市场反馈评测的一种落地形式。
所属事件:dair-ai 创始人：AI Agent 经济行为难评估 谈判能力尤其差(2 条相关)→
「漫话AGI」频道最新
- 从 Roko 蛇妖到模型权重：你的公开言论正在被训练进 AI — nathanborror · 2026-11-01
- 谷歌被指在得州 Claude 建最大数据中心:2027 年底约 227.9 万 H50 等效算力、138 亿美元投入 — scaling01 · 2026-11-01
- 主权 AI 二线模型真有市场？大厂迟早会卖私有化部署旧模型 — Afinetheorem · 2026-11-01
- davidad 对谈播客谈模型涌现智慧,并批 Anthropic 训练网络攻防 — RichardMCNgo · 2026-11-01
- 重读《超级智能》：Bostrom 2014 年的预言几乎全部提前兑现 — kimmonismus · 2026-11-01
- 博主：反感以专家身份背书领域内争议观点的做法 — AndyMasley · 2026-11-01