LLM 编程智能密度新指标：兼顾规模与代理能力
Informal-Trouble2183 · reddit · 2026-08-31
作者汇总了 SWE-bench Pro、DeepSWE、Terminal-Bench 等主流 Agent 编程基准，构建了聚合指数“Agentic Coding Index”，并提出“智能密度”公式：Intelligence/Parameter。该公式引入非线性缩放指数(2.5354)以避免极小模型因高分而虚高，并设置 8B 参数下限进行正则化。指标旨在衡量单位参数下的真实自主编程掌控力。
「研究」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16