#シャドー評価 の記事一覧（1）

AIの再帰的自己改善（RSI）は本当に近いのか？プリンストン大「シャドー評価」でエージェントが論文2本とも不合格になった理由

プリンストン大学とUK AISIの共著者らが、フロンティアAIエージェントに未公開論文2本の研究課題を渡し、数千ドル分のAPIクレジットと6日間を与えて研究させたところ、元論文の著者による査読で2本とも明確に不合格となりました。エージェントは予算の50%以上を使い残し、初日に最も野心的な目標を放棄していました。