GDPx如何衡量前沿模型的真实能力 | SemiAnalysis Weekly

导读

SemiAnalysis Weekly访谈GDPx团队的Max Kan与Andrew Megalaa，讨论前沿模型任务设计、评分方法、榜单、安全分类器，以及金融和材料科学任务的评测边界。