扫描下载APP
其它方式登录
AI评测赛道快速崛起，Arena等公司通过用户众包评测、专业任务设计和真实场景测试为大模型提供排名与可靠性评估服务，实现高增长融资与收入，估值达数十亿至超200亿元，成为支撑大模型产业化的关键基础设施。
Anthropic通过Snorkel AI运营的Marlin项目，雇佣约1000名资深软件工程师，以每小时280美元报酬进行代码A/B评审，将人类对生产级代码的安全性、可靠性与可维护性的判断转化为高质量训练数据，用于提升Claude Code这一项目级AI编程智能体的能力。此举凸显AI编程竞争已从模型参数转向真实工程过程数据和专家判断。
