跳到正文
热点事件持续更新

新方法用时间偏好替代成功率评估智能体

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究提出基于偏好的轨迹评估方法,通过比较轨迹间 time-to-return 曲线的时间偏好直接对比成对轨迹,替代将轨迹压缩为二元终端成功值的传统做法。 在多种智能体与交互式基准上,成功率指标约75%的实例出现平局,而轨迹感知偏好将平局降至约35%,同时提升区分度、排名稳定性与数据效率。 研究据此认为,常被归因于数据收集质量或问题难度的基准饱和,也可能源于评估指标本身的设计。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    基于偏好的轨迹评估:用时间偏好替代二元成功率,将智能体评测平局率从约75%降至约35%

    研究提出基于偏好的轨迹评估方法,通过比较轨迹间 time-to-return 曲线的时间偏好直接对比成对轨迹,替代将轨迹压缩为二元终端成功值的传统做法。在多种智能体与交互式基准上,成功率指标约75%的实例出现平局,而轨迹感知偏好将平局降至约35%,同时提升区分度、排名稳定性与数据效率。结果表明,常被归因于数据收集质量或问题难度的基准饱和,也可能源于评估指标本身的设计。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。