DAIR.AI 呼吁回归严谨评测与科学方法

2026年11月1日，DAIR.AI 的 Elvis Saravia 在 X 发文，呼吁 AI 从业者学习构建 evals（评测），认为若不掌握如何正确衡量想改进的对象，就谈不上 RSI。他指出 AI 目前擅长的多是可验证问题，开放式场景需要完全不同的改进与衡量方法，主张回归硬核科学与评测，而非短期 benchmaxxing；他表示该领域机会巨大，团队正在做相关研究与评测，并寻求合作。同日稍后，他再次发文称自己也在就该主题撰写一篇综述，以分享当前进展，并请读者在整理过程中提出问题。两篇报道均为其本人 X 发文，说法一致，无数字或时间上的矛盾。

AI 根据报道生成 · 2 小时前更新

1. 11月1日 01:11 · 1 篇报道
   Elvis Saravia 正在编写相关综述
   Elvis Saravia：Elvis Saravia 正在编写相关综述
2. 11月1日 00:39 · 1 篇报道
   DAIR.AI 呼吁回归严谨评测与科学方法
   Elvis Saravia：DAIR.AI 呼吁回归严谨评测与科学方法

还没有足够的连续观测数据，暂不绘制趋势。