AI 研究员 Chris Paxton：92% 与 99% 的模型难区分，瓶颈在 evals

AI 研究员 Chris Paxton 引用演讲观点称，92% 的模型与 99% 的模型很难区分，当前将研究转化为产品的瓶颈在评测（evals）。配图幻灯片明确提出“如何把研究转化为产品？瓶颈是评测”，并呼应 agent 领域的共识：模型能力差距需要依靠好的评测体系来度量。