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
- RSNA 2026 深度学习实验室回归:芝加哥四天八节动手 AI 课 — PRouzrokh · 2026-10-27
- 新论文:数学数据放训练前段还是末段,取决于学习率调度 — alifcoder · 2026-10-27
- 健康领域评测研究:题目质量与多样性比数量更重要 — keunwoochoi · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 全同态加密 GPT-2 速通赛开跑:现纪录 3.031 秒/token — tensorqt · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27