AISI: оценка агентов должна учитывать test-time compute, фиксированный бюджет занижает возможности
Оригинальный заголовок:More compute, more capability: Why AI agent evaluations need to account for test-time compute
ИИ-резюме
Институт безопасности ИИ Великобритании отмечает, что возможности агента — не единый балл, а кривая, зависящая от test-time compute; оценка с фиксированным бюджетом систематически занижает возможности фронтирных агентов, особенно новых моделей.
Ключевые моменты
- Институт безопасности ИИ Великобритании отмечает,что возможности агента — не единый балл
- а кривая,зависящая от test-time compute
- оценка с фиксированным бюджетом систематически занижает возможности фронтирных агентов,особенно…
Кратко
- Опубликовано
- Обновлено
- Источник
- 英国 AI Security Institute:Blog(网页)
- Категория
- Статьи и исследования
- Оценка ИИ
- 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。
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: AISI: оценка агентов должна учитывать test-time compute, фиксированный бюджет занижает возможности. 2 июля 2026. https://new.nat6.net/ru/news/z388o2naaxzmu8skr3irv3ujd/