TUM 论文揭示大模型组合任务中的隐式思考预算机制导致错误率上升
TUM 团队在 HF 发布论文《On the Fragility of Tasks under Composition》，揭示大模型在单条 prompt 中组合多个任务时的失效机制。开源模型和 Claude Opus 5 在组合任务中分配到更少思考 token，错误率随之上升。按任务脆弱性分组后，数学和语言任务可减少 43% token 用量并保持准确率。
#Hugging Face
AGI HuntAI 评分4848
Import AIAI 评分5252 Import AI 475 评述智能体集群扩展、Google DeepMind 生物水印与 AI 科学经济
Import AI 475 汇总了 AI 智能体集群扩展、AI 监管民调、Google DeepMind 的 SynthID Bio、自动科学实验基准 SciUniverse，以及面向自主科学发现的科学经济研究。