Microsoft Research 探讨 AI 评估中的意外失败与数据洞察

Microsoft Research 研究人员 Jennifer Neville 探讨了评估在推动 AI 系统性能边界中的作用，指出模型在传统基准测试之外会出现“意外失败”。她强调当结果违背预期时，深入审视数据至关重要，并分享了与当前 AI 系统协作的实用指导。