OpenAI Noam Brown：模型评估方式，正在错过 AI 真正的能力上限
中文摘要
OpenAI 研究员 Noam Brown 认为传统静态基准测试已失效，模型能力本质上取决于推理预算和测试时计算。
English Summary
OpenAI's Noam Brown argues static benchmarks are obsolete; model capabilities are now a function of reasoning budgets and test-time compute.
原文节选
📌 一句话摘要 OpenAI 研究科学家 Noam Brown 深度剖析，在测试时计算时代，传统静态基准测试已彻底失灵，模型能力本质上是推理预算的函数。 📝 详细摘要 本期节目是硅谷知名投资人 Sarah Guo 与 OpenAI 研究科学家 Noam Brown 的深度对谈。Noam 作为 AI 推理与测试时计算扩展的先驱，详细阐述了其在近期引发广泛共鸣的核心论点：传统的基准测试表格已无法适应现代模型。他指出，模型的...