微软研究院播客：AI 的意外失败能教给我们什么
2026.10.07 · 观点 · 人物观点 · 官方发布
微软研究员 Jennifer Neville 谈评估如何推动 AI 性能边界，以及模型超出传统基准测试时的意外失败。
微软研究院播客中，应用科学家 Chad Atalla 对话伙伴研究经理 Jennifer Neville。她研究机器学习与 AI 在交互领域和结构化数据上的表现，关注训练数据如何影响模型行为、是否契合用户真实需求，并谈到评估对推动 AI 性能边界的作用，以及模型超出传统基准测试时出现的“意外失败”。
- Neville 现任微软研究院伙伴研究经理，兼任普渡大学讲席教授
- 她研究训练数据如何影响 AI 行为及与用户需求的对齐
- 她已发表 130 多篇论文，被引用超过 10,000 次
- 她曾获 NSF CAREER 奖、IEEE“10 to Watch”等荣誉
- 她强调评估对推动 AI 性能边界、满足用户需求的作用
为什么值得看
了解 AI 评估为何重要，以及模型在传统基准之外会怎样失败。
适合谁关注
AI 研究者、产品经理，以及关注模型评估与落地的人。