UC Berkeley 团队推 FrontierCS 2:让 AI 智能体盲打超越已发表 CS 研究

arena · x · 2026-11-18

Arena 团队邀请 UC Berkeley 博士候选人 MangQiuyang 与 lihanc02 到总部介绍 FrontierCS 2:一个要求 AI 智能体在不看原论文、不能上网的前提下,做出超越已发表计算机研究方法的 benchmark。两位作者分享了构建可靠评测的关键经验:可靠基准远不止任务设计与生成,还要防范 reward hacking、搭建健壮的评测基础设施,尤其针对开放式研究任务。视频中讨论了多种评测漏洞与利用手法,如用搜索绕过强化学习、复用缓存的图算法结果,以及为什么人类的研究判断仍然不可替代。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →