形式化验证遇上不可验证的判断：别从数学与代码的进展过度推广——最难的 AI 问题仍需更多努力

数学与代码基准上的进展夸大了 AI 的能力，因为这些任务是可验证的，而最难的问题需要判断力。可验证任务与需要判断力的任务之间的表现差距，比大多数人意识到的更大。为什么重要：这提醒人们不要把基准测试的胜利外推为通用智能的主张。

• The Batch (DeepLearning.AI)2026-10-16 14:30