EliseAI 应用研究负责人 Mario Martone：为什么真实世界的 AI 比 benchmark 更难

EliseAI 应用研究负责人 Mario Martone 指出，AI 一旦影响住房或医疗等关键领域，可靠性标准就与 benchmark 分数完全不同。EliseAI 每月处理约 500 万通电话，团队并不把 LLM 当作所有问题的答案，而是组合语言模型、传统机器学习、神经网络和自建评测来决定生产环境里真正有效的方案。