dominikscherm公布智能体时长与得分实验
热点事件持续更新
dominikscherm公布智能体时长与得分实验
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
dominikscherm公布智能体实验结果：在提供6小时预算时，智能体单次运行时间中位数仅为52分钟；当一次尝试的耗时达到另一次的两倍以上时，62%的情况下得分更高，平均高出7分。实验任务由公开数据与实验室私有数据混合构建。
AI 根据报道生成 · 57 分钟前更新
最新进展11月14日 10:44
Agent 实测显示中位数仅运行 52 分钟便停止，但更久尝试得分更高报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- AGI HuntAgent 实测显示中位数仅运行 52 分钟便停止，但更久尝试得分更高
dominikscherm 的 Agent 实验显示，给予 6 小时预算时，智能体运行时间中位数仅为 52 分钟。当某次尝试耗时达到另一次的 2 倍以上时，62% 的情况下得分更高，平均高出 7 分。任务数据由公开数据与实验室私有数据混合构建，结果也引发了对 V4.1 Flash 表现的讨论。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。