AgingBench

研究发现AI会“衰老”并随时间退化，新基准测试揭示

研究人员开发了一个名为AgingBench的新基准测试，用于衡量AI代理随时间推移的性能下降，类似于人类衰老。与假设AI代理始终可靠的传统评估不同，这项研究强调，持续使用会导致记忆累积以及数据压缩、干扰、修订和维护问题等潜在问题。这些因素可能导致AI代理的准确性和可靠性下降，表明部署AI代理不仅需要初始性能调整，还需要持续的寿命评估和纠正。