))
We Need a Science of Evals
بایگانی مجموعه ها ("فیدهای غیر فعال" status)
When?
This feed was archived on February 21, 2025 21:08 (
Why? فیدهای غیر فعال status. سرورهای ما، برای یک دوره پایدار، قادر به بازیابی یک فید پادکست معتبر نبوده اند.
What now? You might be able to find a more up-to-date version using the search function. This series will no longer be checked for updates. If you believe this to be in error, please check if the publisher's feed link below is valid and contact support to request the feed be restored or if you have any other concerns about this.
Manage episode 458945498 series 3498845
محتوای ارائه شده توسط BlueDot Impact. تمام محتوای پادکست شامل قسمت‌ها، گرافیک‌ها و توضیحات پادکست مستقیماً توسط BlueDot Impact یا شریک پلتفرم پادکست آن‌ها آپلود و ارائه می‌شوند. اگر فکر می‌کنید شخصی بدون اجازه شما از اثر دارای حق نسخه‌برداری شما استفاده می‌کند، می‌توانید روندی که در اینجا شرح داده شده است را دنبال کنید.https://fa.player.fm/legal
This lays out a number of open questions, in what the author calls a 'Science of Evals'.
Original text: https://www.apolloresearch.ai/blog/we-need-a-science-of-evals
Author(s): Apollo Research blog
A podcast by BlueDot Impact.
Learn more on the AI Safety Fundamentals website.
فصل ها
1. We Need a Science of Evals (00:00:00)
2. What do we mean by “Science of Evals”? (00:04:58)
3. Maturation process of a field (00:06:41)
4. Current work in the direction of Science of Evals (00:10:23)
5. Next steps (00:14:01)
6. Field building (00:14:10)
7. Open research questions (00:16:11)
8. Conclusion (00:19:20)
85 قسمت
اشتراک گذاری
