Google 工程师用冯·诺依曼 1948 年名言定义「评测」
DynamicWebPaige · x · 2026-11-09
Google 员工 DynamicWebPaige 发帖，用一张冯·诺依曼 1948 年的名言图来定义 evals 与 benchmarks 的区别：「如果你能精确说出机器做不到的事，我总能造出一台恰好做到它的机器」——暗示基准测试测的是已被解决的具体问题，而评测则是持续追问模型能力的边界。
「漫话AGI」频道最新
- 宫崎骏：只学动画的年轻创作者只是在原地空转 — threepointone · 2026-11-09
- 未来三年工程头衔大裁、客户侧岗位身价十倍？ — kylegawley · 2026-11-09
- ryolu_ 上海演讲：当 AI 能做一切,我们还知道自己想要什么吗 — ryolu_ · 2026-11-09
- 澳洲两月裁员超 10.8 万人，或创疫情以来新高，AI 压力被点名 — gaganghotra_ · 2026-11-09
- 研究称 OpenAI 数据中生产力增益正随时间下降 — austinc3301 · 2026-11-09
- Ramez 分析:OpenAI 内部数据中每 ECI 点生产力增益正随时间下降 — ramez · 2026-11-09