Chris Paxton称模型瓶颈在评测

AI研究员Chris Paxton在演讲中表示，92%与99%的模型很难区分，模型研究转化为产品的瓶颈是评测（evals），而非继续拉大模型之间的能力差距。 他把建立好的评测体系作为关键，用它衡量模型在智能体等场景中的能力差异；这是其提出的研究判断，尚不代表相关效果已获独立验证。

AI 根据报道生成 · 31 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。