-
多智能体在「燃烧」Token！Anthropic 公开发现的一切 ｜ 机器之心
文章深入探讨了 Anthropic 基于 Claude 模型构建多智能体研究系统的方法和经验。核心采用“协调者-执行者”架构，主导智能体分配任务给并行运行的子智能体，以应对复杂、开放式研究问题。研究表明，token 消耗是智能体性能的关键驱动因素，多智能体系统通过并行消耗 token 显著提升了处理能力，但成本也随之增加。文章详细分享了有效的提示词工程原则（如分工、分级投入、工具设计）和评估方法（…- 0
- 0
-
Evals 实践：从前沿研究到生产应用
本文基于 OpenAI 的演示文稿，强调了人工智能模型评估的关键重要性。它介绍了 OpenAI 的内部 “GDP 评估” 框架，该框架旨在评估前沿模型在具有经济价值的真实世界任务中的性能，从而超越了传统的学术基准。GDP 评估采用专家配对评分，将模型输出与各行各业和职业的人类表现进行比较，从而证明了 GPT-5 等模型取得了显著进步。它还有助于前瞻性地追踪人工智能对劳动力市场的影响，并作为内部研究…- 0
- 0
-
The Second Half：一位 OpenAI 科学家的 AI 下半场启示录
本文是 OpenAI 科学家姚顺雨对 AI 发展下半场的解读，核心观点是 AI 的发展正从解决问题转向定义问题，Evaluation (模型评估) 会比 Training (模型训练) 更重要。文章回顾了 AI 上半场以算法和模型创新为主的特点，例如 Transformer、AlexNet、GPT-3 等，指出强化学习 (RL) 在实现通用人工智能 (AGI) 中的关键作用，并强调了先验知识 (p…- 0
- 0
模型评估
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×