通过TechTalks.
2021年12月7日
评论
专注于基准性能，牺牲了其他有希望的研究方向的机器学习造成了很大的关注。
几十年来，研究人员使用基准来衡量人工智能（AI）不同领域的进展，例如视觉和语言。然而，虽然基准可以帮助比较AI系统对特定问题的性能，但它们通常会脱离上下文，有时会对有害的结果进行。
最近在文章中引用的一篇文章中，加利福尼亚大学的科学家伯克利;华盛顿大学;和谷歌概述了流行的AI基准的极限。据此，“基准的进展通常用于使对智力总领域的进展索赔，这远远超出了这些基准的任务。”
从TechTalks.
查看完整的文章
没有发现任何条目
