AI 精选动态
智能评分 75
AI 推荐理由
重要研究突破，揭示了 AI 评估的陷阱，对模型选择有直接影响。核心解读
DAIR.AI 发布了 Theodore J Kalaitzidis 的新论文《The Evaluation Trap》，揭示了 AI 基准测试可能无法测量声称的能力，并引入了 Epistematics 方法论来改进评估。