让代理更加一致：技能应该形成重复任务的习惯

在重复的工作中，代理人的表现不一致。我们运行 42 个任务，每个任务 3 次，发现根据模型的不同，38% 到 74% 的人返回的答案不一致。一致性是买家、审计员或监管机构所要求的，而代理商却没有。他们也很浪费：...

Travis Weber, Rohit Taneja·arXiv — cs.AI

Key Takeaways

01.在重复的工作中，代理人的表现不一致。我们运行 42 个任务，每个任务 3 次，发现根据模型的不同，38% 到 74% 的人返回的答案不一致。一致性是买家、审计员或监管机构所要求的，而代理商却没有。他们也很浪费：...

This material is provided as an extended analytical summary.

Aggregated within AI Qazaqstan national intelligence stream with author attribution.

Исследования1 мин

OpenAI 正在向 ChatGPT 推出加密聊天功能，允许用户用 PIN 码或生物识别保护隐藏单独的对话。这一新功能有助于保护个人对话不被他人查看，即使用户将手机交给他人也无法访问。

Tech-news.kz10月27日

Исследования1 мин

微软开发的 MAI-DxO 人工智能系统在诊断复杂临床病例时表现优于全科医生。内部测试中，该系统的诊断准确率超过 80%，在某些指标上甚至是医生结果的两倍……

Tech-news.kz10月27日

Исследования1 мин

💰 Anthropic 准备 1000 亿美元 IPO — 公司估值可能达到 2 万亿美元据媒体报道，Claude 开发商正在考虑上市，投资者可购买高达 1000 亿美元的股份。在 IPO 筹备过程中，出现了有趣的数据……

Telegram — GPT Time | Нейросети | ИИ10月27日