ホットトピック継続更新中
研究者提出长程科研智能体动作构建评估框架
1 件の報道1 件の報道元17 時間前 更新
まずこの件を把握する
AI 概要
2026年11月，研究者在 arXiv 发布成果，针对大语言模型科研智能体因指令细节遗漏导致的实验执行歧义，提出用于动作构建评估的 reading-set 框架。实验表明，在 30 个合成状态测试中，完整设计请求使两个模型族的经济效率相比基线分别提升 465.98% 和 327.91%。此外，在包含 60 个场景的数据集测试中，该框架的单位成本信息量指标与 18 名人类判断的平均场景内相关性达到 0.733。
AI が報道をもとに生成 · 13 時間前 更新
最新の進展11月3日 13:00
研究者提出 reading-set 框架，两模型族经济效率最高提升超 465%。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月3日
- arXiv 人工智能长程科研智能体的动作构建：设计具信息量的动作
研究者提出评估大语言模型科研智能体动作构建的 reading-set 框架，解决指令细节遗漏导致的实验执行歧义。在 30 个合成状态测试中，完整设计请求使两个模型族的经济效率相比基线分别提升 465.98% 和 327.91%。包含 60 个场景的数据集测试显示，其单位成本信息量指标与 18 名人类判断的平均场景内相关性达 0.733。
このストーリーのホット度の推移
現在のホット度 6·比較可能範囲のピーク 9（11月3日 18:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。