AI安全

OpenAI科学家Noam Brown：AI的真正上限，可能根本没人测得起

随着大语言模型逐渐进入复杂的推理、自动化研究和网络安全等困难任务，传统的模型评价方法正面临着新的挑战。长期以来，模型发布往往伴随着由数学、编程、科学问答、网络安全、知识推理等多种基准测试组成的结果表，并与上一代模型进行水平比较。...