研究：AI模型在长时限任务中落后人类的差距随时间持续扩大
tobyordoxford · x · 2026-07-03
研究者观察到，不同代际AI模型在长时限任务上的性能提升曲线斜率高度相似，说明各代模型之间的扩展能力提升十分有限。虽然明年的模型整体能力会优于今年，但随着任务时间轴延伸，模型与人类之间的能力差距预计仍会持续拉大。这一发现对于评估AI在需要长期推理与持续执行的复杂任务场景中的适用性具有重要参考价值。
「研究」频道最新
- 谢雅琪加入 UIUC 任助理教授，招募智能体与机器人方向学生 — dhruv2038 · 2026-07-27
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27