新指标 Agent Plasticity:GPT-5.6 Sol 学习效率约为 Claude Fable 5 的 5 倍
anirudhg9119 · x · 2026-10-09
作者团队提出新概念 Agent Plasticity(智能体可塑性),用于衡量智能体的学习能力:
- 定义:在达到饱和前,每单位学习成本所换取的 held-out 性能提升。
- 在 Chess、Go、Hex 三个游戏上的结果:Claude Fable 5 的拟合性能最高,但 GPT-5.6 Sol 的学习效率约是前者的 5 倍。
- 核心论点:能力 ≠ 学习能力,衡量智能体不能只看它能做什么,还要看它改进的效率。
所属事件:Agent Plasticity 新指标发布：衡量智能体从经验学习的效率(4 条相关)→
「研究」频道最新
- S2Tok 用持久空间 token 实现流式3D高斯重建 — zhenjun_zhao · 2026-10-09
- DynStream 实现无位姿长视频的在线4D高斯重建 — zhenjun_zhao · 2026-10-09
- VPP2 发布：14B 视频预测策略超越 Cosmos3-64B 11 个百分点 — zhenjun_zhao · 2026-10-09
- 研究草案称 DFT 计算可低于 n log n，δ 提升七亿倍 — basedjensen · 2026-10-09
- Iris-3B 开源:不用 VAE 的像素空间文生图模型,3B 参数 Apache 2.0 — zhenjun_zhao · 2026-10-09
- Nvidia 论文：训练与改技能文件交替进行，Agent 提分最显著 — rohanpaul_ai · 2026-10-09