Infrathon发布并开源长时程优化基准

华盛顿大学等机构发布Infrathon基准，用于评估语言智能体能否在24小时内持续优化真实AI基础设施；框架、代码及Docker环境已开源。实验覆盖6个模型、150次运行，总计投入超过1万GPU小时，其中135次运行在预算后半段仍继续改进。 在相关实验中，Claude Opus 5.5将人类设计的Quant-VideoGen编解码器KV-cache压缩率从6.82%提高至19.86%。该基准可用于构建长时程任务、评测前沿智能体，并筛选更优的基础设施方案。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。