論文・研究

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
出典
英国 AI Security Institute:Blog(网页)
カテゴリ
論文・研究
AI スコア
70
原文を読む 情報源で全文を読む
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。

原文記事 · AIHOT 記事

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/

すべて見る →