/
测量科学 关键字列表
能做数学却答错大小比较：AI能力评估方法亟待革新
斯坦福HAI研究所召集专家研讨AI评估新方法。当前AI系统能创作十四行诗、解复杂微分方程，却可能判断2.11大于2.9。研究者指出现有基准测试只关注答案正确性，无法衡量AI的推理、逻辑等深层能力。专家们借鉴心理测量学，探讨如何测量AI的潜在特质，建立标准化评估体系，以开发更可靠、透明和安全的AI系统。
白皮书
/
斯坦福HAI研究所召集专家研讨AI评估新方法。当前AI系统能创作十四行诗、解复杂微分方程，却可能判断2.11大于2.9。研究者指出现有基准测试只关注答案正确性，无法衡量AI的推理、逻辑等深层能力。专家们借鉴心理测量学，探讨如何测量AI的潜在特质，建立标准化评估体系，以开发更可靠、透明和安全的AI系统。
北京第二十六维信息技术有限公司（至顶网）版权所有. 京ICP备15039648号-7
京ICP证161336号
京公网安备 11010802021500号
举报电话：010-62641205-5060 涉未成年人举报专线：010-62641208 举报邮箱：jubao@zhiding.cn
网上有害信息举报专区：https://www.12377.cn
