PulseAugur
中
实时 02:49:41
实体 Long-Horizon Scaling

Long-Horizon Scaling

PulseAugur coverage of Long-Horizon Scaling — every cluster mentioning Long-Horizon Scaling across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_310502 ·

    新框架评估视觉语言智能体的物理自我改进能力

    研究人员推出了 PhysRSI-eval，这是一个用于量化视觉语言智能体物理递归自我改进的新框架。该框架使用一个五轴指标来评估 18 项操作任务中的性能、效率、成功率、预算和从失败中改进的情况。该研究还提出了物理瓶颈假说，认为不同的能力可能限制改进的不同方面，并探索了观察性标度律，以根据公开能力和早期反馈来预测智能体的性能。