OpenAI 研究员 Noam Brown 公开表示对某项评测的方法论印象深刻，并向 Dwarkesh 发出了参与评测设计的工作邀请。
AI 根据报道生成 · 51 分钟前更新
沿着报道，了解事件的不同侧面。
说实话，对这个 benchmark 的方法论印象相当深刻。@dwarkesh_sp 想来 @OpenAI 做评测设计的工作吗？
还没有足够的连续观测数据，暂不绘制趋势。