跨国深谈← 返回←评估 (evaluation)

集里怎么说它

• 《Arena CEO:现实是唯一可信的裁判，开源正在改写规则》(00:29起):本集说他们卖给实验室的核心产品「基本上是一个分析和洞察产品,叫做评估」:在代表真实使用的数据上评估模型检查点,交回洞察仪表盘,这就是把公司规模做到超一亿美元收入的产品

① 提到它的金句

1 条

你的模型可能会被泄露，算法可能会被复制，但在现实世界中数亿英里的完全自主操作，由证据级评估和公开审计证明支持，这要难得多、得多。
Your models can be leaked, algorithms can be replicated, but hundreds of millions of miles of fully autonomous operations in the real world, backed by evidence-grade evaluation and publicly audited proof, that is much, much more difficult to replicate.
—— Dmitri Dolgov · [45:38]

指向原始笔记的链接

② 出现在这些集

1 集

• 《Arena CEO:现实是唯一可信的裁判，开源正在改写规则》 — 作为概念

③ 关联

点进去有真内容 —— 本页主要出口

Anastasios Angelopoulos · Mamoun Hamid · Jubin · arena · 基准测试 · 开源 · 智能体 · Kimi · 排行榜 · OpenAI