AI 报告 · Stanford HAI · 2026-09-25 · 博客 / 评论

给 AI 打分的测试可能出错了 | Stanford HAI

原标题: The Tests That Grade AI May Be Getting It Wrong | Stanford HAI

斯坦福研究人员报告称，推动投资并为监管提供参考的 AI 基准测试，往往并未衡量其声称要衡量的内容。关于这一主题的两项研究将于 10 月在旧金山举行的第三届语言建模年会上发表。这项工作得到了 Stanford HAI 的部分资助。