AISI 研究:智能体评测需计入 test-time compute,固定预算会低估能力
原文标题:More compute, more capability: Why AI agent evaluations need to account for test-time compute
AI 摘要
英国 AI Security Institute 发文指出,智能体能力不是单一分数,而是随 test-time compute 变化的曲线,固定预算评测会系统性低估前沿智能体能力,尤其对新模型。
关键信息
- 英国 AI Security Institute 发文指出,智能体能力不是单一分数,而是随 test-time compute 变化的曲线
- 固定预算评测会系统性低估前沿智能体能力,尤其对新模型
- 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
速览
- 发布时间
- 更新时间
- 分类
- 论文与研究
- AI 评分
- 70
推荐理由
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。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:AISI 研究:智能体评测需计入 test-time compute,固定预算会低估能力。2026年7月2日。https://new.nat6.net/news/z388o2naaxzmu8skr3irv3ujd/