arXiv 论文：性能分数无法分辨 Agentic AI 改进机制

Chien-Ping Lu 在 arXiv（cs.AI）发表论文，题为《Agentic AI 的验证与自我改进：基础与边界》。论文用带隐藏终端随机性的有界验证框架，区分 Agentic AI 依靠“搜索更久”“获得额外支持”和“修改提议与验证方式”三类改进机制，并指出性能分数无法分辨这三类机制。 这一结论意味着，仅凭基准测试的提升分数，无法判断系统究竟是靠延长搜索、引入外部支持还是改变提议与验证方式取得进步。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。