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