Epoch AI 推出基准审查计划

Epoch 持续做着 AI 领域最优秀的公共基准测试工作之一。这很有帮助（也告诉我们基准测试的现状有多糟糕，以及我们最爱的一些基准有多差） Epoch AI 推出 Benchmark Reviews：一项审查 AI 基准测试的新计划。首批覆盖 15 个基准：4 个通过验证，9 个存在缺陷，2 个信息不足无法审查。