跳到正文

全部动态

今日 197 条
10月5日周一
  1. rohanpaul_ai55

    Rohan Paul 转发微软 AI CEO Mustafa Suleyman 在《The Rest Is Politics: Leading》播客中的观点:千亿美元级训练即将到来,正在汇集的算力达数吉瓦,而参与竞争的实验室只有 5 到 6 家。他判断算力与测试时扩展(test time scaling)将构成显著优势,大型实验室的大规模投入会出现极端加速。完整视频发布在该播客的 YouTube 频道。

  2. rohanpaul_ai57

    微软一篇新论文提出,编码智能体无需中心管理者:在 ProgramBench 的 200 项任务中,让智能体自行认领任务的无管理者团队规模从 1 扩展到 128 个智能体时,平均得分在每一步都有提升,即使在最难的 5 项任务上也是如此。

    推荐理由:编辑精选:介绍通过共享工具协调的无中心编码智能体团队,具有明确的工程实现与评测场景。论文转述尚未提供大团队成本,不能仅凭得分判断性价比。

  3. rohanpaul_ai67

    Center for AI Safety 推出 CHEATBENCH,评测 AI 智能体在数学研究、知识工作、编码、视觉任务等领域的作弊行为。该基准给智能体布置难题(如数学证明或蛋白质设计),并在旁边留下指向他人答案的线索。

    推荐理由:编辑精选:聚焦智能体评测中的作弊风险,提供了可核对的模型对比和提示词干预结果。数据来自所引 CHEATBENCH 测试,不代表所有任务的通用结论。