57 个决策模型同台排名：AIM System One Index 榜单发布
AIMultiple · reddit · 2026-10-21
AIMultiple 团队发布 AIM System One Index，首个针对「System One」决策模型（decision models）的排行榜，共 57 个模型入选。这类模型不逐 token 生成文本，而是一次前向传播直接输出带概率的类型化决策。
评测由三部分组成：
- 浏览器任务：50 个任务，每任务仅一次机会
- 分类：1,655 道单决策题（安全公告严重度、FDA 召回等级、论文主题、浏览器任务是否完成等）
- 偏差测试：多选题中把「无法判断」选项轮换到各个位置
各分数转成 z 分数（50 为均值，10 分为一个标准差），成本与延迟单独展示不计入总分。
结果：AutoJev-27B、d1-ultra、decider-12b 并列第一（60 分）。新秀 d1-ultra 浏览器任务最佳（74%），每千次决策仅 $0.026；GLiDE 浏览器任务 72% 但单次决策需约 15.7 秒；Laya 最快（30ms/次）；Decider Flash V1.2 最便宜（每千次 $0.007）。
「研究」频道最新
- 当机械论解释失效：神经科学家反思何谓「理解」复杂系统 — burny_tech · 2026-10-21
- 神经科学家也卡壳：复杂行为难以获得机制性解释 — burny_tech · 2026-10-21
- NBER 研究：近 30% 美国 STEM 博士论文摘要已由 AI 生成 — lmoroney · 2026-10-21
- 浏览器里实时看染色体折叠：lefsim 交互演示 loop extrusion — jmschreiber91 · 2026-10-21
- TokenGate：学习式 token 剪枝让长上下文预填充提速最高 11 倍 — Liana Patel · 2026-10-21
- 陶哲轩发起 AI 辅助挑战:用 AI 复审高斯经典数论问题 — robleclerc · 2026-10-21