#Vals AI

共 7 条 · 7 天 0 条 · 30 天 6 条

信息流里打上「Vals AI」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月21日

模型中美对照多源确认07:48

朋友A测试了OpenAI的GPT-6 Astra玩《我的世界》，发现它遇到意外后居然会像人一样陷入消沉，连续种土豆，这个现象挺有意思的。

IT之家11 个信源在谈原文

9月10日

Vals AI CEO分享主权AI验证难题，借鉴核武器冷战经验，探讨AI评估框架建设。

a16z@a16z原文

Vals AI CEO谈企业如何通过独立评估体系 justify AI投资ROI，当token spend可能超过salary spend时，评估体系决定企业生死。

a16z@a16z原文

Vals AI CEO详解如何评估模型自我改进能力，解决了行业缺乏统一标准的问题。

a16z@a16z原文

Vals AI花了150万测试AI工具使用，发现Devin很省代币，教你如何智能选择AI工具而不破产。

a16z@a16z原文

9月9日

Vals AI CEO分享AI评估的挑战，从电影评级到Enron事件，解释为什么好基准最终需要退休。

a16z@a16z原文

8月12日

Qwen3.8-Max在Legal Research Bench上从第22冲到第4，三个月内得分翻倍，看看它怎么做到的。

官方账号阿里通义 Qwen@Alibaba_Qwen原文