研究者提出模型失准评测的去相关证据视角

David Krueger 发文提出“去相关证据”视角，认为近期多次未能提前发现模型失准，可能源于不同评测证据系统性共享同一误差，因此需要通过证据聚合减少重复信号对判断的影响。 Seth Lazar 将这一观点视为“算法单一文化”的风险，呼吁开展 moonshot 级项目，构建内部偏斜更少、可用于失准监测与研究的模型，并强调开放权重模型的必要性。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。