行业与实践 · 研究与基准测试

研究与基准测试/2026-10-04/14 分钟

智能体能力的度量：固定支出、时间期限与支出期限

Tom Cunningham 把智能体能力指标收成两条分数曲线：智能体的 s_A(x) 和人类的 s_H(x)。固定支出下的分数在测试时缩放很强时不够用；时间期限、支出期限和相对人类的成本各看曲线的不同位置。