分支拓展：通过测量树拓宽AI测量与评估
人工智能
2025-10-01 v1
摘要
本文引入了“测量树”（measurement trees），这是一类新型指标，旨在将各种构造整合为可解释的多层表示。与常规产生单一数值、向量、曲面或类别的指标不同，测量树产生层级有向图，其中每个节点通过用户定义的聚合方法总结其子节点。针对近期呼吁扩大AI系统评估范围，测量树增强了指标的透明度，并促进了异构证据的整合，包括例如智能体信号、业务信号、能源效率信号、社会技术信号或安全信号。我们提供定义与示例，演示大规模测量实验的实际效用，并提供随附的开源Python代码。通过实现透明的复杂构造测量方法，本工作为更广泛且可解释的AI评估提供了原则性基础。
引用
@article{arxiv.2509.26632,
title = {Branching Out: Broadening AI Measurement and Evaluation with Measurement Trees},
author = {Craig Greenberg and Patrick Hall and Theodore Jensen and Kristen Greene and Razvan Amironesei},
journal= {arXiv preprint arXiv:2509.26632},
year = {2025}
}