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
- GameWorld 获 ECCV 2026 多模态数字代理研讨会最佳论文亚军 — MikeShou1 · 2026-09-11
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11