英國 AI Security Institute：Blog·· 3 小時前AI 評分69
AI 智能體評測為何需要納入測試時計算量：更多計算帶來更強能力
More compute, more capability: Why AI agent evaluations need to account for test-time compute
AI 導讀
英國 AI Security Institute 的 Science of Evaluation 團隊發現，固定計算預算會低估前沿 AI 智能體在多項基準上的能力，尤其是較新的模型。
來源：英國 AI Security Institute：Blog · aisi.gov.uk