微软研究院播客访谈 AI 出错与失败如何改进模型

微软研究院播客访谈 Jennifer Neville，讨论 AI 出错与失败如何帮助改进模型。她指出单轮基准表现高的模型在多轮对话中性能会显著下降，长程智能体文档编辑中错误会累积。用户应检查答案、改写请求并给出具体反馈，以推动模型改进。