ADeLe:预测并解释 AI 在不同任务上的表现

微软研究院与普林斯顿大学、瓦伦西亚理工大学合作提出 ADeLe(AI Evaluation with Demand Levels)方法,用 18 项核心能力对任务和模型同时打分,据此预测模型在新任务上的表现,准确率约达 88%(涵盖 GPT-4o、Llama-3.1 等模型)。该方法构建模型能力画像、定位强弱项,并解释了为何同一模型在不同'推理'基准上的成绩差异悬殊。