SemiAnalysis 专家级基准测试获评有价值
热点事件持续更新
SemiAnalysis 专家级基准测试获评有价值
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
宾夕法尼亚大学沃顿商学院教授 Ethan Mollick 在 X 上评价称，SemiAnalysis 做了一件有价值的事：其专家级工作基准测试让人看出这类测试极难做好。他称这很有用，尤其是在 ARC-AGI、GDPval、METR Long Tasks 等主要基准都已完全饱和的情况下。 Mollick 的说法属于对基准测试价值的评价，并未给出该测试的具体成绩或验证结果。
AI 根据报道生成 · 1 小时前更新
最新进展11月2日 14:33
SemiAnalysis 专家级基准测试难度解析报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- Ethan MollickSemiAnalysis 专家级基准测试难度解析
再次强调，@SemiAnalysis_ 在这里做了一件有价值的事，你能看出为什么专家级工作的基准测试极难做好。我认为这非常有用，尤其是在许多其他主要基准（ARC-AGI、GDPval、METR Long Tasks）都已完全饱和的时候。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。