学者倡议AI评估发布条目级数据

2026年10月20日，一篇发表于arXiv人工智能分类的NeurIPS 2026立场论文提出，AI评估应要求发布标准化的条目级数据。该论文由Han Jiang等作者撰写，主张标准化条目级基准数据应成为AI评估的默认基础设施。论文指出，当前评估存在条目选择不明确、构念错位和泛化性差等问题，而过度关注聚合模型分数使这些缺陷难以被发现和修复。截至本版，该事件仅有这一篇主报道，尚无跟进报道或不同说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。