第 2026-11-06 期 · 社区音量

Sholto Douglas @_sholtodouglas

Noam 教会我玩 BOTC,现在他的模型在这个游戏上也把我们的模型打趴下了,唉 得回去重新设计了 [引用 @polynoamial]:说实话,这个基准测试的方法论让我印象相当深刻。@dwarkesh_sp 想来 @OpenAI 设计评测(evals)吗?https://t.co/cnfu0gcNtu

X16 天前
查看原文 ↗