OpenAI指出当前人工智能评估体系存在明显缺陷。这家科技公司宣布启动全新计划，旨在重构AI模型的评判标准体系。
这项名为“OpenAI先驱者计划”的项目，核心目标是建立能够定义行业优秀标准的AI模型评估框架。官方声明强调：“随着AI技术加速渗透各行业，我们需要更全面地理解其实际影响。创建领域专属的评估体系，能更精准反映真实应用场景，帮助开发者评估模型在高风险环境中的真实表现。”
近期围绕某些测试平台和模型的争议显示，现有体系难以准确区分模型能力差异。部分主流AI测试聚焦于晦涩的专业任务（如博士级数学难题解析），另有些测试存在可作弊漏洞，或与普通用户需求严重脱节。
通过该计划，OpenAI计划在法律、金融、保险、医疗和会计等专业领域建立定制化评估标准。实验室透露，未来数月将与多家企业合作设计针对性测评方案，最终将公开这些标准及行业专属评估方法。
“初始成员将以初创企业为主，他们将奠定项目基础。”官方声明特别说明，“我们精选了若干初创企业作为首批合作伙伴，均专注于AI技术能创造实际价值的高潜力领域。”
参与企业还将获得与OpenAI技术团队合作的机会，通过强化微调技术提升模型性能。这种技术能针对具体任务需求优化模型表现。
当前争议焦点在于：由OpenAI资助建立的评估标准能否获得行业普遍认可。尽管该机构曾资助多项基准测试研究并自行开发评估方案，但联合客户发布AI测评标准可能引发伦理性质疑。
