2025 年，我们需要「更好」还是「更确定性」的大模型？｜Deep Reading

Editor’s Note

新的一年，Deep Reading 也有了一些新的变化。工作日期间，我们会在 Dailyio 网站更新一篇长文推荐，同时在周末以邮件通讯的形式发送给订阅读者，让你不会错过每周的精彩的长文。

当 AI 模型每周都在变得「更好」时，我们如何衡量这种「更好」？基准测试？用户反馈？还是那些精心设计的逻辑谜题？而对于另一些任务，答案只有「正确」与「错误」之分，没有中间地带。

更进一步，如何理解「更好」的模型和「更确定性」的模型？这对理解和应用生成式 AI 又有哪些启发？这是今天分享的这篇长文的主要话题，「More Reading, Less Junk」，欢迎进入今天的深度阅读时间。

大模型迭代日新月异，我们似乎正步入一个「更好」模型的时代。