OpenDiscoveryTrace: AI ғалымдарының жұмыс процестерін бағалауға арналған процесс іздері
arXiv:2609.09203v1 Хабарландыру Түрі: жаңа Аннотация: Автономды AI ғалымдары үшін бар эталондар тек түпкілікті нәтижелерді бағалайды --- құрылған код, гипотезалар немесе қағаздар --- бірақ сол нәтижелер алынған дәлелдеу процесін алып тастаңыз. Бұл аудитті мүмкін емес етеді…
- 01.arXiv:2609.09203v1 Хабарландыру Түрі: жаңа Аннотация: Автономды AI ғалымдары үшін бар эталондар тек түпкілікті нәтижелерді бағалайды --- құрылған код, гипотезалар немесе қағаздар --- бірақ сол нәтижелер алынған дәлелдеу процесін алып тастаңыз
- 02.Бұл аудитті мүмкін емес етеді…
Материал кеңейтілген талдамалық дайджест форматында берілген.
Толық нұсқасын түпнұсқадан оқуБайланысты материалдар
Барлығы →Wired мәліметтері бойынша, мен бір күнде ең жақсы AI агенттерін сынадым
Wired алты AI агентін сынау және оларды салыстыру туралы айтады.
Meta Nvidia-дан 3 миллиард доллар алады және Nvidia чиптеріне көбірек ақша жұмсауды жоспарлап отыр
ia өзінің тұтынушысы Meta-ны сатып алады, ол Nvidia аппараттық құралында өзінің AI агенттерінің көбін іске қосуды жоспарлап отыр. Meta мақаласы Nvidia-дан 3 миллиард доллар алады және Nvidia чиптеріне көбірек ақша жұмсауды жоспарлап отыр бірінші рет The Decoder сайтында пайда болды.
Мен әрбір негізгі AI агентін бір күн бойы сынадым. Міне, ең жақсысы
Мен алты AI агентін (Meta's Muse-дан Anthropic's Claude Duet-ке дейін) олардың негізгі тапсырмаларды қаншалықты орындағанын анықтадым.