SLDBench v2发布：主动式scaling law发现基准
热点事件持续更新
SLDBench v2发布：主动式scaling law发现基准
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Lingbei Meng 等在 arXiv 论文中发布 SLDBench v2 基准，将场景从 8 个扩展至 127 个，涵盖语言模型预训练、下游性能和视觉语言迁移，并新增主动发现任务：智能体自行选择要运行的实验、支付每项实验的记录成本（如训练 FLOPs），并随结果动态修订缩放定律。 论文摘要报告，在 30 个参考幂律拟合 R²≤0.8 的挑战场景上，8 个前沿智能体系统的主动发现相比被动设定的中位 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。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
SLDBench v2 提出缩放定律主动发现基准报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AISLDBench v2 提出缩放定律主动发现基准
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。