语言模型智能体探索与利用误差的可测量方法
深度2026年4月14日19 分钟阅读
研究发现，即使最先进的语言模型在探索与利用任务中也存在明显缺陷，不同模型展现出不同的失败模式。这项研究为AI研究人员和语言模型开发者提供了量化评估智能体决策能力的新方法，对推进AI编码、具身AI等应用具有重要意义。
觉得有用？分享给更多人
相关文章
OpenAI 与微软修改协议取消独家授权后，AWS 火速在 Bedrock 上架 OpenAI 最新模型、Codex 和全新智能体服务 Bedrock Managed Agents。亚马逊称这标志着“更深层次合作的开始”，而微软则转向 Anthropic 和 Claude 驱动的智能体产品。
深度·4月28日·2 分钟
SAS 发布 Viya MCP Server，通过 Model Context Protocol 将分析能力开放给 Claude、Copilot 等任意 AI Agent。同时推出的还有 Agentic AI Accelerator、营销多智能体系统及供应链智能体，背后是行业专有模型和治理平台 AI Navigator。
深度The New Stack·4月28日·4 分钟