跳到正文
实时
热点事件持续更新

FrontierML 发布:资金提升 AI 智能体模型性能

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

研究人员发布了 FrontierML 基准测试,显示 AI 智能体在获得资金后能提升其在 21 项不同任务上的表现,最佳系统 Opus 5.5 在 $10 资金下获得 45.4 分提升。每个任务为智能体提供相同的设置:12 小时 CPU 沙盒、带有 $10、$50 或 $200 的钱包、少量验证样本和任务描述。实验发现,更强的智能体能够通过更大的资金访问权限可靠地改进其提交内容。智能体提交一个推理服务器,该服务器在其上的 air-gapped H100 机器上运行其模型。为防止过拟合,提供有限的验证样本,并在智能体看不到的大型分布外保留测试集上评估。

AI 根据报道生成 · 更新于 11 小时前

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. Import AI
    FrontierML发布:AI智能体如何用资金提升模型性能

    FrontierML基准测试显示,AI智能体在获得资金后能提升其在21项不同任务上的表现,最佳系统Opus 5.5在$10资金下获得45.4分提升。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月16日 23:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。