**斯坦福发布《AI测量科学》教材,推动评估从随意基准走向科学测量**

_AI Measurement Science_

> 斯坦福大学发布新书《AI测量科学》,旨在为AI系统评估建立严谨的科学基础。该书指出当前AI基准测试缺乏对测量属性(如效度、信度)的深入考察,导致评估结果难以支撑可靠决策。书中引入项目反应理论、因果推断等统计方法,将评估视为对系统潜在属性的推断过程,并探讨基准测试在分布偏移及对抗优化下的泛化问题,旨在帮助研究者从经验性基准测试转向原则性测量。

**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:论文
- **发布时间**:2026-10-07 23:24(北京时间)
- **原文**:[打开原文](https://aimslab.stanford.edu/textbook)