固定分数看开销：比较 agent 达到同一成绩要花多少钱
soumitrashukla9 · x · 2026-07-28
这条讲的是 agent 评测里的另一种方法：固定分数看开销。
和“固定预算看分数”相反，这里是先把目标分数定住，再比较不同模型达到同一分数需要多少钱。帖子指出，这种指标适合比较小模型的性价比，但不太适合衡量能力上限的推进。
配图用两条曲线和同一个分数阈值，把“哪个模型用更少的花费达到同样成绩”直观画了出来。
「研究」频道最新
- World Labs 推出 R2S2R，要把机器人训练搬进可复用仿真 — drfeifei · 2026-07-29
- World Labs 说空间智能不止生成世界，还能训练机器人 — drfeifei · 2026-07-29
- 一则研究讨论称 多数论文都可能是错的 也不该被字面理解 — RexDouglass · 2026-07-29
- Pangram 预告明天发布新模型并展示句子级边界检测 — cephaloform · 2026-07-29
- 1966 年 Shakey 机器人解密报告公开：能自主建模规划路径 — frankreddit5 · 2026-07-29
- 用户建模讨论：个性化不该只停留在风格层面 — EchoShao8899 · 2026-07-29