S1CogBench评测System One决策模型
热点事件持续更新
S1CogBench评测System One决策模型
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Dengzhe Hou 与 Kazunori D Yamada 发布 S1CogBench，用24项认知任务评测 System One 决策模型（如 Jev、Laya）在路由、护栏和自动闸门中的表现，覆盖五个开源模型及 Jev。结果显示，这类模型可靠性差异很大；表现好不等于能预测人类，总分还会掩盖决策对条件的响应，速度优势主要来自不生成文本。 该基准旨在为软件依赖这些模型前提供共享检验，考察决策是否响应证据、反馈、记忆负荷和未来机会。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
S1CogBench：System One 决策模型在认知实验上能做什么、不能做什么报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIS1CogBench：System One 决策模型在认知实验上能做什么、不能做什么
研究者提出 S1CogBench，用 24 项认知任务评测 System One 决策模型（也称类型化决策模型，如 Jev、Laya）在路由、护栏和自动闸门中的表现，覆盖五个开源模型及 Jev。结果显示这类模型可靠性差异很大，表现好并不等于能预测人类，总分掩盖了决策对条件的响应，速度主要来自不生成文本。该基准为软件依赖这些模型前提供共享检验，看决策是否响应证据、反馈、记忆负荷和未来机会。
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。