牛津研究员用 GPT-5.6 发布数据测算 Agent 集群规模的能力扩展规律
tobyordoxford · x · 2026-09-22
牛津研究者 Toby Ord 利用 OpenAI 随 GPT-5.6 发布的少量数据，分析当推理算力用于增加「agent 集群（swarm）规模」而非延长思维链时，能力如何扩展。他称之为 Swarm Scaling，并开帖讨论：大量 AI agent 组成集群时其能力随 agent 数量增加的 scaling 规律。这是对推理时扩展（inference scaling）范式之外另一种扩展路径的实证估算尝试。
所属事件:牛津 Toby Ord 量化 Swarm Scaling：集群扩容性价比远逊拉长思维链(10 条相关)→
「研究」频道最新
- 人类视频成机器人预训练底座:有效经验=小时数×每小时信息密度 — rohanpaul_ai · 2026-09-22
- Maxinsights 深度报告:Physical AI 数据缩放定律,百万小时之后拼信息密度 — rohanpaul_ai · 2026-09-22
- 4B Qwen 经 SFT+RL 优化查询计划:Join Order Benchmark 提速 81%,成本仅 1200 美元 — JeremyCMorgan · 2026-09-22
- 曝 OpenAI 内部模型已解决超百个数学长期开放难题 — inductionheads · 2026-09-22
- Jayce 原型记忆框架:本地 LLM 即时学新事实,比反向传播快 1.6-4 倍 — kavanutz · 2026-09-22
- 斯坦福清华研究：LLM 隐状态中自发涌现类多巴胺奖励神经元 — chrismattmann · 2026-09-22