Ana Sayfa
AI AI
Flaş
Derinlik
Etkinlikler
BlockBeats Pro
Daha Fazla
Finans
Özel
Blok Zinciri Ekosistemi
Giriş
Podkastlar
Veri
OPRR
#
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Partnered With:

AI, Agent Harness'ı otomatik olarak değiştirmeye başladı: Opus 5, dört kategoriden üçünde birinci oldu.

动察 Beating AI hızlı haberi: Scale AI, HarnessOpt-Bench'i tanıttı; bu, yapay zekanın bir Agent'ın harness'ını kendi kendine değiştirip başka bir Agent'ı daha güçlü hale getirip getiremeyeceğini özel olarak test ediyor.

Harness, modelin dışını saran programdır; prompt, araçlar, bellek ve iş akışını içerir. Test sırasında yapay zeka, kasıtlı olarak yeterince optimize edilmemiş bir harness alır ve skorlar ile başarısız vakalara dayanarak kodu sürekli değiştirir, ancak içindeki modelin kendisi değişmez.

Değişiklikler tamamlandıktan sonra Scale, daha önce hiç görmediği bir dizi test sorusuyla sınav yapar ve değiştirilen Agent'ın gerçekten güçlenip güçlenmediğini kontrol eder. Bu, yapay zekanın yalnızca bilinen sorulara göre skor artırmasını önler.

Scale, Claude Opus 5, GPT-5.6 Sol, Kimi K3 gibi 5 modeli 4 görev türünde 111 kez çalıştırdı. Opus 5 en iyi performansı gösterdi ve 4 görevden 3'ünde birinci oldu.

Genel olarak, harness'ı değiştirmekten sorumlu modelin kim olduğu, Claude Code, Codex veya OpenCode kullanarak kod değiştirmesinden daha önemlidir.

Ancak bu henüz gerçek bir "yapay zeka kendini geliştirme" değil. Çünkü bu sefer bir yapay zeka başka bir Agent'ın harness'ını değiştiriyor ve başlangıç harness'ı kasıtlı olarak bol miktarda optimizasyon alanı bırakıyor.

İlgiliÖnerilen
Cevap daha güçlü bir model değil, daha iyi bir mimari olduğudur
V4-Pro-Max (Maximum Reasoning Intensity Mode) şu anda en güçlü açık kaynak modeli olarak bilinmekte olup, kodlama performansı en üst düzeye ulaşmıştır. Çıkarsama ve aracı görevi kapalı kaynak teknolojiye olan farkı belirgin bir şekilde azaltmıştır.
Düzeltme/Rapor
Gönder
Kütüphane Ekle
Sadece kendime görünür
Herkese Açık
Kaydet
Kütüphane Seç
Kütüphane Ekle
İptal
Tamamla