EBR-bench 研究：AI 在长程任务中缺乏人类式持续学习能力
Jsevillamol · x · 2026-08-29
Epoch AI 的研究通过复杂长程桌面游戏 Earthborne Rangers 及其基准 EBR-bench，对比了人类与 AI 的持续学习能力。
- 人类表现：人类玩家起点较低，但通过经验积累，最佳玩家在约 5 次游玩后能掌握游戏。
- AI 表现：所有被评估的 AI 模型均未能达到人类的掌握水平，未能展现出随经验显著改进的能力。
- 结论：这提供了证据表明，AI 的持续学习（Continual Learning）问题尚未得到解决，AI 在类似人类的学习曲线和长程任务适应上仍存在显著差距。
所属事件:Epoch AI 研究称 AI 缺乏人类式持续学习能力(2 条相关)→
「研究」频道最新
- 研究推出 dropout 缩放律：按激活参数量用 sigmoid 公式定最优 dropout — gordic_aleksa · 2026-10-16
- 移除 Gemini 后相关性从 0.20 升至 0.96：通用能力与机器人能力高度挂钩 — ycombinator · 2026-10-16
- EPFL 用 RFdiffusion 设计变形蛋白,单序列可折叠两种构象 — ferruz_noelia · 2026-10-16
- 通过操纵「地位感」观察模型行为,作者续谈夺权反事实推断 — jd_pressman · 2026-10-16
- 新基准测「对齐伪装」模型：五种检测法中一种识别率高达 98% — jd_pressman · 2026-10-16
- MLP 神经元可解释性六年研究脉络:一帖梳理关键论文 — aryaman2020 · 2026-10-16