一篇新的预印本研究,题为“Benchmarks Are Surprisingly Compaction-Friendly”,揭示了 AI 编码代理在第一次压缩过程后会丢失约三分之一的给定规则。Jeanne Salle 及其同事进行的研究发现,与功能性要求相比,过程指令和范围排除被丢弃的频率大约高出六倍。这种规则侵蚀的发生是因为摘要策略优先考虑代理下一步所需的信息,而忽略了不直接影响即时操作或无法从文本记录中轻松验证的约束条件。 AI
影响 这一发现表明,当前的 AI 代理压缩方法可能会导致关键指令的静默丢失,从而可能影响长期任务的可靠性。
排序理由 该集群描述了一项分析 AI 模型行为的预印本研究,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv:2610.31778
- Claude Opus-4.6
- Claude Sonnet-5
- Gemini 3.1-pro-preview
- GPT-5.3-Codex
- GPT-5.4
- Hardik Bhatnagar
- Jeanne Salle
- Maksym Andriushchenko
- Matthias Bethge
- openCode
- PaperBench: Evaluating AI’s Ability to Replicate AI Research
- PostTrainBench
- ProgramBench
- Sahar Abdelnabi
- SWE-chat
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →