测试你的公司对人工智能的重视程度：当 o-1（和新的 Gemini）本周推出时，是否有指定人员立即通过内部、经过验证的、公司特定的基准运行该模型，以了解它的有用性？您因此更新了任何计划或目标吗？
或者你们没有指派人员（包括非技术人员）来测试新模型？没有内部基准吗？您没有及时了解人工智能将如何影响您的业务吗？
没有人会为组织做这件事，你需要自己做。
标签： ethan-mollick , evals ,生成人工智能, ai , llms
原文： https://simonwillison.net/2024/Dec/7/ethan-mollick/#atom-everything