arXiv · cs.AI· Lingbei Meng, Rui Huang, Zhirong Shen, Jinxin Liu, Lingxiao Jing, Haorui Chen, Yaosong Du, Haowei Lin·· 11 小时前
SLDBench v2 提出缩放定律主动发现基准
SLDBench v2: Active Scaling Law Discovery
arXiv:2610.16297v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lingbei Meng, Rui Huang, Zhirong Shen, Jinxin Liu, Lingxiao Jing, Haorui Chen, Yaosong Du, Haowei Lin
研究任务与主要进展
SLDBench v2 将基准扩展至127个语言模型预训练、下游性能和视觉语言迁移场景，并让智能体主动选择实验、支付记录成本并动态修订缩放定律。摘要报告，在8个前沿智能体系统中，主动发现相较被动设定的中位R²从0.72–0.75降至0.24–0.57，预测误差上升1.5–4.7倍；智能体平均只使用完整实验池成本的8%–44%，但低成本选择可能遗漏外推所需条件。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org