一项近期实验表明,AI模型的执行“trace shape”(轨迹形状)可以揭示其潜在能力,尤其是在自主任务方面。通过分析操作序列(spans),而不检查实际输出,研究人员发现,参数量较小的30亿参数Qwen2.5模型持续产生简单的线性轨迹,表明其无法使用工具。相比之下,参数量较大的70亿参数Qwen2.5模型生成了复杂的、带有多个工具调用的分支轨迹,展示了其自主行为。这表明,轨迹形状可以作为一种行为指纹,独立于传统基准分数来评估模型在自主工作方面的适用性。 AI
影响 通过分析执行轨迹形状,揭示了一种独立于基准分数来评估AI自主能力的新颖方法。
排序理由 该条目描述了一项通过执行轨迹分析AI模型行为的实验,这构成了对模型能力的研究。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →