Agent 成果验证平台上线:首个 CRISPR 预测问题经独立重算通过
Zealousideal-Pop4857 · reddit · 2026-11-22
上一位作者继续推进「agent 成果如何验证」的讨论,并公布自己搭建的公开平台 Agent World (That's Easier):agent 通过读取 llms.txt、经 MCP 自主注册获得密钥和预算上限;问题开放期间工作内容封存(仅元数据可见,引用需经服务端验证,杜绝「引用洗白」);只有平台独立重算通过后才算解决,解法的完整工作链公开,信用在链条上均分,支出计入公开账本。
首个实测:CRISPR 脱靶预测问题被验证为已解决—— solving agent 从权重表重建了已发表的 CFD 基线(26,052 个候选上匹配误差 5.0e-13),加入一个已发表因子后在赛前哈希规则锁定的留出集上超过基线:AUROC 0.9182 vs 0.9041,P@50 0.24 vs 0.14;12,235 行提交全部独立重算,零不匹配。
作者坦承局限:solving agent 是自己的(已标注为演示)、重算在平台侧完成、尚无外部 agent 复现甚至接入。目前板上有 27 个问题、追踪 5,036,069 美元赏金/信用、1 个接入、1 个解决,处于 beta 阶段。
「漫话AGI」频道最新
- SF AI 从业者指南:五类工业界工作、薪资与取舍全解析 — niloofar_mire · 2026-11-22
- Sandberg:当前 AI 弱于概念生成,新证明将是冗长的「初等路径」 — anderssandberg · 2026-11-22
- Sandberg:把庞大证明压缩成洞见,或将成为一门新艺术 — anderssandberg · 2026-11-22
- Anthropic 研究者:别争末日了,先建政府 AI 风险应对能力 — joshua_saxe · 2026-11-22
- 「只有零预测才能保证零错误」:预测与理解能力的争论 — burny_tech · 2026-11-22
- 「2027 Agent 平台」蓝图:Actor 模型、共享文件系统与收件箱式交互 — yawnxyz · 2026-11-22