AI基准测试

一篇发表于Quanta Magazine的文章讨论AI基准测试的现状，提出应将其发展为严谨科学而非依赖经验的"暗术"，在Hacker News引发关注。

AI初创公司opper推出Jevman基准测试，让Jev 1.13、Kev、Clef等决策模型在吃豆人游戏中实时对战，并开源代码与排行榜。