Mollick 谈基准测试局限:Agent Arena 或是当下最佳选择

emollick · x · 2026-11-16

Ethan Mollick 回应 Nathan Lambert 称,当前基准测试能告诉我们的东西非常有限。Lambert 表示封闭模型总体上确实更稳健,但仅凭无法测量的方面来判断并不公平,并认为 Agent Arena 或许是目前衡量智能体能力最好的手段。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →