Sgjarmak 在 AIE NYC 演讲「评测、该死的评测」：智能体分数上涨后究竟改变了什么

Sgjarmak 在 AIE NYC 的演讲《Lies, Damned Lies, and Evals》已上线，聚焦如何比较 AI 智能体系统，以及智能体分数上升后实际发生了什么。演讲还讨论如何验证评测结果能否支撑预期决策，提醒开发者不要被指标增幅误导。