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。
「漫话AGI」频道最新
- Gary Marcus 提问:GTA 6 会比 GPT 6 更令人印象深刻吗? — GaryMarcus · 2026-11-16
- AI 应成史上最大规模权力再分配,而非权力集中 — natesiggard · 2026-11-16
- 程序员成了创业公司「负资产」?一人创业只剩写码可外包 — yangyi · 2026-11-16
- Epic CEO Tim Sweeney:拥抱 AI 可让游戏开发效率提升 10 倍 — draginol · 2026-11-16
- Cosmos Institute 长文剖析递归自我改进:智能爆炸的解剖学 — sebkrier · 2026-11-16
- 被忽视的真相:AI 魔法背后是大量专家判断与人工反馈 — sebpaquet · 2026-11-16