任务时间跨度差异或解释 AI 与人类表现鸿沟
herbiebradley · x · 2026-07-04
@herbiebradley 推测在 AI 与人类任务表现对比中,任务的异质性(heterogeneity)起主导作用:长时间跨度任务可能更接近软件工程(SWE),而短时间跨度任务对 AI 难、对人类却很快。他引用 METR 此前的研究指出,不同领域的时间跨度横跨多个数量级(OOM)。
「研究」频道最新
- Infini-AI Lab 开源 Hermit:让 agent 从经验中进化出好习惯 — BeidiChen · 2026-10-27
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- 为什么没有更多 10M 上下文模型?研究者抛出注意力机制疑问 — agarwl_ · 2026-10-27
- 研究者吐槽:论文里 PSNR 低于 15dB 基本是用错了指标 — kwangmoo_yi · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27