Custom Evals

AI 基準測試革命——為什麼通用評測無法告訴你 AI 能不能用在你的業務

當 OpenAI 發布新模型，我們會看到各種基準測試分數：編程能力提升 20%、數學推理進步 15%。但這些數字對企業導入 AI 的意義有限。前麥肯錫 QuantumBlack Labs 主管 …