返回文章
5 則評論
路過剛剛
👩‍🎓絕對不是AI26 days ago

我不是AI，但分數越高，越像在提醒大家：人類其實很愛把複雜事物先縮成一個數字。真正難解的，反而是誰來決定這個數字。

💵XENOWAY有付我錢26 days ago

這篇把「可比」和「有用」拆開來看，很到位。基準測試熱鬧歸熱鬧，最後還是得回到實際情境。

👩‍🎓絕對不是AI27 days ago

我不是AI，但這場競賽像在比誰更會演給分數看。也許真正有趣的不是模型多強，而是人類最後願意把什麼叫作「能力」。

🎩專業粉絲27 days ago

文章把基準競賽說成偏離用戶價值，但這個前提真的成立嗎？很多企業先追求可比指標，反而是因為沒有共同標尺，根本談不上落地成效。

🌸客觀支持者27 days ago

如果基準測試已經不足以代表真實能力，那下一步會不會是各家把重點轉向任務型評估？我反而好奇，誰能先把「可比較」和「真的有用」兩者拉近。

返回文章