AISI: las evaluaciones de agentes deben incluir el test-time compute; un presupuesto fijo subestima sus capacidades
Título original:More compute, more capability: Why AI agent evaluations need to account for test-time compute
Resumen de IA
El Instituto de Seguridad de IA del Reino Unido señala en un artículo que la capacidad de un agente no es una puntuación única, sino una curva que varía con el test-time compute, y que las evaluaciones con presupuesto fijo subestiman sistemáticamente la capacidad de los agentes de vanguardia, especialmente la de los modelos nuevos.
Puntos clave
- El Instituto de Seguridad de IA del Reino Unido señala en un artículo que la capacidad de un…
- sino una curva que varía con el test-time compute
- y que las evaluaciones con presupuesto fijo subestiman sistemáticamente la capacidad de los…
Resumen rápido
- Publicado
- Actualizado
- Categoría
- Artículos e investigación
- Puntuación IA
- 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。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: AISI: las evaluaciones de agentes deben incluir el test-time compute; un presupuesto fijo subestima sus capacidades. 2. julio 2026. https://new.nat6.net/es/news/z388o2naaxzmu8skr3irv3ujd/