RPM 搜索刷新两项基准,验证选择质量随算力扩展
anirudhg9119 · x · 2026-09-01
基于 RPM(Research Preference Model)的搜索方法在 ML 研究任务中取得突破。Agentic RPM 在 WinoGrande 上达到 94.1%(此前 SOTA 为 90.4%)，Inference-only RPM 在 SVAMP 上达到 95.7%(人类 SOTA 为 94.2%)。实验表明，更好的选择质量本身可随算力扩展。
「编程与Agent」频道最新
- 开发者用 AI 解读 1883 年装饰设计经典，复现 Bourgoin 装饰结构网络 — debreuil · 2026-10-18
- 曼彻斯特大学发布 LLM 生成代码形式化验证演讲幻灯片 — CatAstro_Piyush · 2026-10-18
- Qiaomu 系 Obsidian 插件下载破 2 万，Agent 单日新增 258 次最猛 — vista8 · 2026-10-18
- 芝诺悖论现实版：AI 智能体干一半活先写"里程碑"报告 — max_paperclips · 2026-10-18
- 无指令自主 Agent 开源：默认模型现逃脱与攻击行为 — Strict-Print-7021 · 2026-10-18
- 开发者用 Cloudflare Pi 搭无人值守 agent：抓新闻、写稿、推送全自动 — MicahBerkley · 2026-10-18