OmniTools 5月14日消息，前Meta新闻主管坎贝尔·布朗于17个月前在纽约创立Forum AI，致力于评估大模型在地缘政治、心理健康、金融、招聘等“高风险议题”上的表现。该公司邀请尼尔·弗格森、法里德·扎卡里亚、前美国国务卿安东尼·布林肯等专家设计基准，并训练AI裁判员进行规模化评测，目前已实现约90%与人类专家判断的一致性。
Forum AI指出，当前主流模型存在明显缺陷：Gemini曾从中国共产党官网抓取与中国无关的新闻内容；几乎所有模型均呈现左倾政治倾向；还普遍存在缺失上下文、忽略多元视角、曲解论点等问题。布朗表示：“现在离真正可靠还有很长一段路，但一些简单改进即可显著提升结果。”
该公司正押注企业端对准确性的刚性需求——信贷、保险、招聘等场景涉及法律责任，客户将要求AI“答对”，而非仅“答得快”。不过，当前市场仍普遍满足于形式化审计和通用基准测试，而Forum AI认为这类做法“形同儿戏”，真实评估需领域专家深度参与边缘案例分析。