跳到正文
热点事件持续更新

Google 员工借冯·诺依曼名言区分评测与基准

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Google 员工 DynamicWebPaige 发帖，借冯·诺依曼 1948 年的话区分 evals 与 benchmarks：他称，若能精确指出机器做不到的事，就能造出恰好做到它的机器。按照这一说法，基准测试主要指向已有明确答案、已被解决的具体问题；评测则用于持续追问模型能力的边界。

AI 根据报道生成 · 9 小时前更新

最新进展11月9日 07:18
Google 工程师用冯·诺依曼 1948 年名言定义「评测」

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. AGI Hunt
    Google 工程师用冯·诺依曼 1948 年名言定义「评测」

    Google 员工 DynamicWebPaige 发帖，用冯·诺依曼 1948 年名言区分 evals 与 benchmarks：他称，若能精确指出机器做不到的事，就能造出恰好做到它的机器。该说法将基准测试指向已被解决的具体问题，而评测用于持续追问模型能力的边界。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月9日 08:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。