Position: AI Evaluations Should be Grounded on a Theory of Capability

En 3 lignesArticle de position argumentant que les évaluations de modèles IA doivent s'appuyer sur une théorie explicite de la capacité, plutôt que de traiter les scores comme des mesures directes. Les auteurs montrent empiriquement que les performances rapportées dépendent fortement des hypothèses de modélisation et proposent une « Evaluation Card » pour documenter les décisions sous-jacentes.

Résumé généré par Claude — vérifié par l'humain