OpenAI 推出“先锋计划”，旨在改进当前 AI 模型的评分方式。由于现有 AI 基准测试存在缺陷，该计划将专注于创建更贴合实际应用场景的评估体系。OpenAI 计划与多家公司合作，为法律、金融、保险、医疗保健和会计等特定领域创建定制化的基准测试。通过与初创公司的合作，并提供行业特定的评估，OpenAI 期望提升 AI 模型在实际应用中的表现，并解决当前 AI 模型评估中难以区分差异的问题。

💡现有 AI 基准测试的缺陷：OpenAI 认为，现有的 AI 基准测试存在缺陷，例如侧重于衡量模型在一些晦涩任务上的表现，容易被操纵，或者与大多数人的偏好不一致。

🎯先锋计划的目标：该计划旨在创建能够“设定优秀标准”的评估体系，创建特定领域的评估指标，更好地反映实际应用场景，帮助团队在实际且高风险环境中评估模型性能。

🤝合作与应用领域：OpenAI 将与多家公司合作，为法律、金融、保险、医疗保健和会计等特定领域创建基准测试。首批参与者将专注于初创公司，这些公司在高价值、应用广泛的用例中使用 AI。

🛠️技术支持与改进：参与该计划的公司将有机会与 OpenAI 团队合作，通过强化微调技术改进模型，从而提升其在特定领域的表现。

🤔潜在争议：AI 社区是否会接受由 OpenAI 资助创建的基准测试，此前 OpenAI 曾在财务上支持过基准测试工作，与客户合作发布 AI 测试可能会被视为在道德上存在争议。

IT之家 4 月 10 日消息，OpenAI 宣布启动 OpenAI 先锋计划（OpenAI Pioneers Program），致力于改善当前 AI 模型的评分方式。该公司认为现有的 AI 基准测试存在缺陷，而该计划将专注于创建能够“设定优秀标准”的评估体系。

随着 AI 技术在各行业的应用加速普及，深入了解并提升其在现实世界中的影响力变得至关重要。OpenAI 在其博客中指出，创建特定领域的评估指标是更好地反映实际应用场景、帮助团队在实际且高风险环境中评估模型性能的有效途径之一。

近期，众包基准测试平台 LM Arena 与 Meta 的 Maverick 模型引发的争议凸显了一个问题：如今，人们很难明确区分不同 AI 模型之间的差异。许多广泛使用的 AI 基准测试侧重于衡量模型在一些晦涩任务上的表现，例如解决博士级别的数学难题。还有一些基准测试容易被操纵，或者与大多数人的偏好不一致。

据IT之家了解，通过先锋计划，OpenAI 希望为法律、金融、保险、医疗保健和会计等特定领域创建基准测试。该实验室表示，在未来几个月内，将与“多家公司”合作设计定制化的基准测试，并最终将这些基准测试公开，同时提供“行业特定”的评估。

OpenAI 在博客中提到，先锋计划的第一批参与者将专注于初创公司，这些公司将帮助奠定该计划的基础。他们将从众多初创公司中挑选出少数几家，这些公司都在从事高价值、应用广泛的用例，AI 在其中可以产生实际影响。

参与该计划的公司还将有机会与 OpenAI 团队合作，通过强化微调技术改进模型。这种技术可以针对一组特定任务优化模型，从而提升其在特定领域的表现。

然而，一个关键问题是 AI 社区是否会接受由 OpenAI 资助创建的基准测试。此前，OpenAI 曾在财务上支持过基准测试工作，并设计了自己的评估方法。但与客户合作发布 AI 测试可能会被视为在道德上存在争议。