Microsoft Research 播客：Jennifer Neville 谈 AI 的意外失败与评估方法
Microsoft Research 播客中，Jennifer Neville 与 Chad Atalla 对谈 AI 系统评估与失败模式。她指出模型在多轮对话中的表现较单轮基准显著下降，长工作流中未及时捕捉的错误会累积并进一步干扰 AI；团队正研究强化学习方法改进，同时建议用户遇到问题时可重新完整指定单轮指令，并通过文本反馈精确描述失败以帮助改进模型。
#Microsoft
Microsoft ResearchAI 评分5353
GitHub Blog · AI & MLAI 评分3636 读懂 AI 代码、RAG 已死？GitHub Podcast 逐条拆解五大 AI 热点观点
GitHub Podcast 逐条检验五个 AI 领域的热点观点：AI 生成的代码仍需审查，但可按风险分层分配注意力；Skills 并没有杀死 MCP——MCP 提供标准化工具与数据接入，Skills 以 Markdown 打包团队经验，两者互补。RAG 也没有消亡，好的检索能让模型更接近答案、减少 token 浪费，agent、Skills、MCP 与 RAG 可以在同一工作流中共存。