AGI Hunt· jiqizhixin·· 1 小时前AI 评分35
SLDBench v2 发布:Claude Opus 5.5 仅用 4% 算力成本超越经典拟合基线
SLDBench v2发布:Claude Opus 5.5仅用4%算力成本超越经典拟合基线
AI 导读
Researchers from CUHK-Shenzhen、HKU、Tsinghua、Peking University 及合作者推出 SLDBench v2,用于评测智能体主动发现扩展定律。Claude Opus 5.5 仅使用实验池历史算力的 4.01%,取得中位数 R² 0.570,超过使用全部数据的经典拟合基线 0.455;30 个任务中,8 个系统在主动选择实验后均出现性能下降。
来源:AGI Hunt · agihunt.info