TAGS / TERM
AI评估
共 9 篇
- AI评估正成为新的计算瓶颈 2026-04-29 · BLOGS_PODCASTS
- Sonnet 4.6错误率上升 2026-04-08 · HACKER_NEWS
- 前沿AI评估：RCT与人类提升研究的方法挑战与解决方案 2026-03-12 · ARXIV
- 评估大语言模型金融智能：SuperInvesting AI基准测试 2026-03-11 · ARXIV
- METR探讨指数级时间视界评估、威胁模型与AI生产力极限 2026-03-03 · BLOGS_PODCASTS
- METR探讨指数级时间视界评估、威胁模型与AI生产力边界 2026-03-02 · BLOGS_PODCASTS
- METR探讨指数级时间跨度评估、威胁模型与AI生产力边界 2026-02-28 · BLOGS_PODCASTS
- 评估2025年中期LLM辅助对生物学初学者表现的影响 2026-02-19 · ARXIV
- SkillsBench论文：评估Agent技能在多任务中的实际效用 2026-02-17 · JUEJIN