AISI research: Ang pagsusuri ng AI agent ay dapat isama ang test-time compute; ang fixed budget ay nagpapababa ng kakayahan
Orihinal na pamagat:More compute, more capability: Why AI agent evaluations need to account for test-time compute
AI summary
Naglabas ng pahayag ang AI Security Institute ng UK na ang kakayahan ng AI agent ay hindi isang solong score kundi isang curve na nagbabago ayon sa test-time compute; ang pagsusuri na may fixed budget ay sistematikong nagpapababa ng kakayahan ng frontier AI agents, lalo na sa mga bagong modelo.
Mahahalagang impormasyon
- Naglabas ng pahayag ang AI Security Institute ng UK na ang kakayahan ng AI agent ay hindi isang…
- ang pagsusuri na may fixed budget ay sistematikong nagpapababa ng kakayahan ng frontier AI agents
- lalo na sa mga bagong modelo.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- 英国 AI Security Institute:Blog(网页)
- Kategorya
- Mga Papel at Pananaliksik
- AI na marka
- 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。
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: AISI research: Ang pagsusuri ng AI agent ay dapat isama ang test-time compute; ang fixed budget ay nagpapababa ng kakayahan. 2 Hulyo 2026. https://new.nat6.net/fil/news/z388o2naaxzmu8skr3irv3ujd/