Ofir Press 对谈 Kaggle 频道:聊基准设计、LLM 评委与编码是否已被解决
OfirPress · x · 2026-11-18
Ofir Press 转发了他与 Kaggle 频道的播客对谈,主要话题包括:
- 如何设计好的 benchmark
- 对 LM-as-a-Judge(用大模型当评审)的看法
- 「编码问题是否已被解决」的讨论
完整视频见原链接。
「研究」频道最新
- 潜空间思考模型可解释性必然更差吗?研究者质疑这一常见论断 — torchcompiled · 2026-11-18
- 亚马逊CompoundingKernel:千余agent从零写GPU内核登顶SOL-ExecBench三榜 — dair_ai · 2026-11-18
- 植入「手」方向向量实验:Qwen3 与 OLMo 的隐身体表征被调校门控 — repligate · 2026-11-18
- Ropedia Xperience 2:1500+真实场景推动物理AI数据规模化 — _akhaliq · 2026-11-18
- 《CUDA for LLMs》纸质书上市,408 页教写高速 Transformer 内核 — eigenron · 2026-11-18
- CMU 免费《大规模机器学习》课程上线,每周更新一讲 — phcompeau · 2026-11-18