研究员感叹：92% 与 99% 的模型难区分，瓶颈在 evals
chris_j_paxton · x · 2026-11-12
AI 研究员 Chris Paxton 引用一场演讲的观点：「很难区分一个 92% 的模型和一个 99% 的模型」，并总结结论：当前把研究转化为产品的瓶颈在于评测（evals）。配图显示演讲幻灯片直接写着「How do we bring research into product? The bottleneck is eval」。这呼应了 agent 领域的普遍共识：模型能力差距只有靠好的评测体系才能度量。
「漫话AGI」频道最新
- Agent 时代的理想认知风格：极致切换力+行动力+长期全局观难兼得 — _AustinCalvert_ · 2026-11-13
- 「离黄金时代如此之近却被狭隘者劫持」引 AI 圈共鸣 — ATTlKA · 2026-11-13
- KOL 称「AI 时代传奇英雄陨落」，暗指行业内部斗争 — DeryaTR_ · 2026-11-13
- 西北大学 Hullman 开讲:如何验证 LLM 模拟人类行为的有效性 — JessicaHullman · 2026-11-13
- AI 政策老兵 Paul Scharre：奇点时刻已到，CNAS 设立 AI 政策实验室 — paul_scharre · 2026-11-13
- AI 政策老兵:Saml Altman 宣告奇点时刻,政策进入冲刺期 — paul_scharre · 2026-11-13