如何创建你自己的个人 AI 基准

Every 评测负责人撰文介绍如何为个人工作搭建私有 AI 基准，以判断哪个模型更适合自己的任务。文章引用 Wharton 教授 Ethan Mollick 的观点，指出 MMLU-Pro 等热门基准考的是 Homo erectus 颅容量、Cheap Trick 1979 年现场专辑名这类知识，方向上有用但回答不了模型能否帮上你的工作。