arXiv 自然语言处理· Tianyu Chen, Xinyang Liu, Ruyi An, Zhendong Wang, Mingyuan Zhou·· 4 小时前AI 评分61
System1-Arena 基准：哪些决策可以交由 System-1 模型处理？
System1-Arena: Which Decisions Can Be Left to System 1?
AI 导读
研究团队推出 System1-Arena 基准，用于评估单次前向传播的 System-1 模型与链式推理 System-2 模型在离散决策上的能力边界。该评测包含 105 个任务的 92k 问题以及 138 个闭环环境，对 30 个模型进行了测试。
来源：arXiv 自然语言处理 · arxiv.org