-
专访大模型出卷人Meta陈文虎：当模型领先于Benchmark，AI该如何重新定义进步？
过去几年，大模型的发展一直伴随着一套不断升级的“标尺”：从MMLU、MMMU，到更复杂的Reasoning、Agentic Benchmark，模型需要在越来越难的测试中证明自己。但当模型开始领先于Benchmark，一个更根本的问题也随之出现：如果现有的标尺已经无法描述模型真正的能力，我们究竟应该用什么来衡量AI的下一步？ 沿着这个问题继续往前走，Benchmark本身也正在发生变化。过去受限于…- 1.3k
- 0