返回热点榜
agent热度 19.3°

AI 聚合热点事件 · 2026/11/16

FrontierML 基准:AI 智能体可花 200 美元自主提升模型性能

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/16 22:01:15
全景综述与最新动态
1 家信源交叉印证

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。

最新动向/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。

逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时,暂不绘制趋势曲线。

报道时间线

共 1 篇 · 最新优先
  1. Import AI (Jack Clark)T1·72 分

    FrontierML 基准:AI 智能体可花 200 美元自主提升模型性能

    原标题:Import AI 481: AI sub-contractors; a wet lab for AI; and subterfuge during development

    • FrontierML 用 21 个长周期任务覆盖 LLM 训练、效率、视觉音频、计算机使用、应用 NLP 与数学游戏六大方向
    • 任务统一提供 12 小时 CPU 沙箱、10/50/200 美元预算与少量验证样本,考察智能体的资源调度与外包决策
    • 前沿智能体已能通过微调扩散模型、分包子任务等方式自主提升得分,指向智能体间协作的机器经济