物界前沿物界前沿 · 资讯情报卡（Hacker News · 2026/11/6）
AI公司招募专业人士为模型评估制定标准
核心事实
- AI训练提供商招募生物统计师、空管员等专业人士设计评估任务。
- 生物统计师需构建临床试验评估任务并制定35项以上评分标准。
- 空管员被要求转录真实航空无线电通话，词错误率需低于2%。
- 工程师在CAD和CFD软件中测试AI代理能否完成专业任务。
- 这些岗位的核心是定义正确答案和评估标准，而非开发AI。
关键数据
35+评分标准项数
≤2%词错误率阈值
物界观察
AI评估正从语言层面转向专业工作流，行业开始用执业者的隐性知识定义“合格”。这意味着高质量评测数据成为稀缺资产，也提醒我们：模型能力上限，取决于能否请到真正懂行的人来出题和判卷。