伯克利博士生推出 FrontierCS 2,让 AI 智能体盲测挑战已发表论文

arena · x · 2026-11-17

UC Berkeley 博士生 Qiuyang Mang 与 Lihan Chen 在 Arena 总部介绍 FrontierCS 2:一个要求 AI 智能体在不看原论文、无网络访问的情况下超越已发表 CS 研究方法的 benchmark。访谈还讨论了成本与性能权衡、评测漏洞,包括用搜索绕过强化学习、复用缓存的图算法结果等作弊手段,以及为什么人类研究判断依然不可替代。

所属事件:伯克利博士生发布 FrontierCS 2 基准,Claude Opus 5.5 居首(3 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →