Amelia Hardy

不仅仅是营销？关于人工智能基准测试对从业者的信息价值

Hardy 等人通过访谈 19 名从业者，发现 AI 基准测试主要用于模型间相对性能比较，在学术领域被视为合适的进展衡量标准，但在产品和政策领域通常不足以支持实质性决策，从而提出有效基准测试应具备真实评估、领域专业知识融入及透明性等设计原则。