Neville谈AI评测与意外失败

Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中表示，评测在推动当前 AI 系统性能边界、满足用户需求的同时，也暴露出模型在传统 benchmark 之外测试时出现的“意外失败”。她称，当结果偏离预期时应仔细检查数据。 她结合自身从数学、物理、认知科学到计算机科学的经历，分享与当前 AI 系统协作的实用建议，并谈及多轮对话与长时任务中的失败研究。

AI 根据报道生成 · 2 天前更新

还没有足够的连续观测数据，暂不绘制趋势。