AISI 研究:エージェント評価は test-time compute を考慮すべき、固定予算では能力を過小評価
原題:More compute, more capability: Why AI agent evaluations need to account for test-time compute
AI 要約
英国 AI Security Institute は記事で、エージェントの能力は単一のスコアではなく test-time compute に応じて変化する曲線であり、固定予算での評価はフロンティアエージェントの能力を系統的に過小評価する、特に新しいモデルで顕著だと指摘した。
要点
- 英国 AI Security Institute は記事で
- エージェントの能力は単一のスコアではなく test-time compute に応じて変化する曲線であり
- 固定予算での評価はフロンティアエージェントの能力を系統的に過小評価する、特に新しいモデルで顕著だと指摘した
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 70
おすすめの理由
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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:AISI 研究:エージェント評価は test-time compute を考慮すべき、固定予算では能力を過小評価。2026年7月2日。https://new.nat6.net/ja/news/z388o2naaxzmu8skr3irv3ujd/