术语slug: frontierml

FrontierML

衡量智能体将资金预算转化为端到端机器学习任务性能的基准,含 21 个长周期任务

收录情报动态

共 1 篇 · 第 1/1 页
Import AI (Jack Clark)T1·智能体与协同
72 分
FrontierML 基准:AI 智能体可花 200 美元自主提升模型性能

研究者发布 FrontierML 基准,用 21 个端到端机器学习长周期任务衡量智能体将资金转化为模型性能的能力。每个任务提供 12 小时 CPU 沙箱与 10 至 200 美元预算,前沿系统已能通过外包子任务等方式自主改进表现。这既反映 AI 研发能力的提升,也指向智能体之间相互分包工作的机器经济雏形。