METR 研究员:前沿实验室评测回避科学难题,如路灯下找钥匙

rbhar90 · x · 2026-11-16

METR 研究员 rbhar90 回应对 Dwarkesh 的嘲讽,提出认真反驳:很多前沿实验室的「内部人士」只在有限问题集上测试系统,其实很容易找到前沿模型表现很差的科学问题——前沿科学基准的评测并不严肃,LLM-as-judge 效果不佳,只是实验室在回避这些难题,「就像在路灯下找丢失的钥匙」。他认为 Dwarkesh 的论证虽有不足但是值得对待的善意讨论,嘲讽建设性讨论没有意义。

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →