AISI-Studie: Agenten-Benchmarks müssen Test-Time-Compute berücksichtigen, feste Budgets unterschätzen Fähigkeiten
Originaltitel:More compute, more capability: Why AI agent evaluations need to account for test-time compute
KI-Zusammenfassung
Das britische AI Security Institute weist in einem Beitrag darauf hin, dass Agentenfähigkeiten keine einzelne Punktzahl sind, sondern eine Kurve, die sich mit dem Test-Time-Compute verändert. Benchmarks mit festem Budget unterschätzen die Fähigkeiten von Frontier-Agenten systematisch, insbesondere bei neuen Modellen.
Kernpunkte
- Das britische AI Security Institute weist in einem Beitrag darauf hin,dass Agentenfähigkeiten…
- sondern eine Kurve,die sich mit dem Test-Time-Compute verändert.
- Benchmarks mit festem Budget unterschätzen die Fähigkeiten von Frontier-Agenten…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 70
AISI 用多预算扫描实验说明固定 token 预算会系统性低估前沿智能体能力,对评测方法和政策判断都有参考价值。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: AISI-Studie: Agenten-Benchmarks müssen Test-Time-Compute berücksichtigen, feste Budgets unterschätzen Fähigkeiten. 2. Juli 2026. https://new.nat6.net/de/news/z388o2naaxzmu8skr3irv3ujd/