IXThinker·2026-04-04 13:10

普林斯頓劍橋等提通用量表 重塑AI評估

普林斯頓大學、劍橋大學與微軟亞洲研究院等團隊在《Nature》提出AI評估通用量表，構建18個維度的通用能力框架，以更準確預測模型在新任務上的實際表現。

問題所在

現有基準測試在解釋性與預測性上存在明顯局限，難以應對日益複雜的通用AI系統；研究更識別出傳統評測中構念效度缺失的問題，跑分與真實能力可能脫節。