#ai-evaluation

MIT Technology Review AI·3月31日 20:01 UTC

AI基准测试已失效——我们需要什么替代方案

文章指出，当前的AI基准测试是在孤立环境中评估模型，而非它们实际部署时的协作环境。作者提出了一种名为HAIC（人机情境特定评估）的新框架，用于在人类团队和组织流程中长期评估AI表现。