Logan Kilpatrick(@OfficialLoganK)· Logan Kilpatrick (@OfficialLoganK)·· 9 天前AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Logan Kilpatrick：Gemini 新版本发布前会经数千名 Google 工程师测试数周
@ishuagra02 We have gotten much better at testing our models at scale across Google now, so assume m...
AI 导读
Logan Kilpatrick 表示，Google 现在在大规模模型测试上已有明显改进，多数新的 Gemini 版本在发布前会经过数千名软件工程师（SWE）为期数周的测试。他认为这有望以可观幅度缩小 benchmark 与真实表现之间的差距。
来源：Logan Kilpatrick(@OfficialLoganK) · x.com