大语言模型2 天前·新智元 + 36氪
OpenAI推理之父Noam Brown炮轰行业：单一跑分评价AI已过时
OpenAI o1推理模型核心缔造者Noam Brown发长文批评整个AI行业：用单一跑分评价AI模型从2024年就过时了。他指出GPT-5.5看似只比5.4强一点，但控制推理预算后差距天壤之别。
AI Master 解读
核心事件
OpenAI推理之父炮轰行业评估方式
行业影响
AI模型评估体系正在经历从单一基准向多维评估的范式转变。推理预算作为理解模型推理深度的关键变量，揭示了表面跑分相近的模型在实际任务中可能存在数量级差异。行业需要建立更科学的能力画像体系。
AI Master 建议
评估模型时应控制推理预算变量，避免仅看单一跑分。
Noam Brown批评行业评估方式
2026年6月11日，OpenAI o1推理模型核心缔造者Noam Brown发表长文。
核心观点
- 用单一跑分评价AI模型从2024年就过时
- GPT-5.5看起来只比5.4强一点，但控制推理预算后差距巨大
- 行业需要建立更全面的模型评估体系
- 推理能力是AGI的关键路径，但不应只用分数衡量
背景
- Noam Brown是OpenAI推理模型的核心理念推动者
- 其评论直指当前AI基准测试的局限性
来源: 新智元 + OpenAI
链接: https://36kr.com/