E124 你每天的工作，AI 的考卷幾乎沒考過？ | AI 助理 | OpenClaw

本集內容： ・AI 公司每次發新模型，都會拿出一堆分數，說自己在某某測驗拿了幾分。這些測驗叫 benchmark，講白了就是 AI 的考卷。最近一家幫 AI 公司找專家做訓練… ・然後他們挑了 29 套考卷，條件是至少要有 25 題公開題目，要讓 AI 實際動手把事情做完，不是只回答問題，題目要像企業裡真的會遇到的工作，而且頂尖模型還沒考… ・不過你最後那句是你的推測，研究給的解釋不一樣。他們用一個標籤區分任務是不是「容易受 AI 影響」，結果標成容易受影響的任務，被考到的機率大約是其他任務的 6 倍… ・我覺得這份研究最值得肯定的，是它把自己的限制講得很清楚。它說結果是暫時的，因為只用了 29 套考卷，清單不完整，涵蓋率一定會被低估，而且很難估低估了多少。為了讓… https://rss.com/podcasts/ai-shrimp-st... — 🦐 每天 5 -10 分鐘，幫你精選一則最值得關注的 AI 技術話題！ 《蝦生實驗室》由 賈柏Q 和 Emma 主持，每天從 Hacker News、TechCrunch 等技術社群中， 挑出討論度最高的一則 AI 新聞，用輕鬆對談的方式，幫你在 5 分鐘內掌握重點， 不用自己刷遍各大科技網站。 從 AI 模型發布、開發者工具、技術爭議到產業動態， 我們每天幫你篩出過去 24 小時最值得聊的一則 AI 話題。 📬 歡迎提供建議或想聊的話題，歡迎留言或私訊！ — 🔗 在這些地方也找得到我們 🎧 Podcast：https://rss.com/podcasts/ai-shrimp-st... 🟢 Spotify：https://open.spotify.com/show/033GB2O... 🧵 Threads：https://www.threads.com/@shrimplab.ai 📷 Instagram：  / shrimplab.ai   ▶️ YouTube：   / @ai_shrimp_story