OpenAI 回報程式碼代理在 AI 研究中的成效不一
熱點事件持續更新
OpenAI 回報程式碼代理在 AI 研究中的成效不一
2 篇報導2 個報導來源6 小時前更新
先了解這件事
AI 綜述
OpenAI 已公布內部資料,說明程式碼代理在其自身模型開發中的嵌入程度,並表示這些代理在各項研究任務上的表現仍不平均——該公司稱之為「鋸齒狀前沿」。公司認為這些結果與遞迴式自我改進相關,亦即 AI 系統加速 AI 本身的開發。 根據這些數據,自主代理在二至四小時任務上的估計成功率在三月至十月間從 23% 升至 46%,但代理在複雜工作上仍經常失敗:建置評估與強化學習環境的成功率為 29%,撰寫推論與服務程式碼則為 25%。若按一般 API 定價計算,中位數研究人員在十月每天將消耗價值 2,400 美元的 token,較前一個月增加 62%,而內部代理的使用僅占公司總研究算力的 2%。 在一項針對 101 名員工的內部非代表性調查中,研究人員表示,以中位數而言,他們寧願放棄團隊 40% 的人力或 30% 的算力,也不願三個月沒有目前的程式碼代理。OpenAI 提醒,迄今來自人類與 AI 協作的資料可能無法線性外推。
AI 依報導生成 · 6 小時前更新
最新進展11月19日 21:08
內部報告稱,OpenAI 研究人員寧願失去 40% 的隊友,也不願放棄編碼代理報導時間線
沿著報導,了解事件的不同側面。
11月19日
- The Decoder內部報告稱,OpenAI 研究人員寧願失去 40% 的隊友,也不願放棄編碼代理
每位研究人員每個日曆日有 7 個工作日。自主代理在兩到四小時任務上的估計成功率在 3 月至 10 月間從 23% 升至 46%,但代理在複雜工作上仍經常失敗,在構建評估與強化學習環境方面成功率僅 29%,在編寫推理與服務程式碼方面僅 25%。
11月18日
- OpenAI NewsOpenAI 研究加速:AI 研究中編碼代理的崎嶇前沿
OpenAI 衡量了編碼代理如何加速 AI 研究,發現其表現在不同任務之間仍不均衡。這項工作探討了這條崎嶇前沿對遞迴自我改進所釋放的信號。
本事件熱度走勢
- 可比範圍當前
- 12
- 可比範圍峰值
- 1411月19日 22:00
- 近 24 小時變化
- –
051015
09:0012:0015:0018:0021:0011月20日03:00
趨勢僅比較持續完整觀測到的相同主體,範圍可能小於當前熱度統計。移動指標或點擊圖表查看每小時熱度;鍵盤可用左右方向鍵切換。