Больше вычислений — больше возможностей: почему оценки ИИ-агентов должны учитывать test-time compute

Стандартные оценки ограничивают, сколько вычислительных ресурсов может потратить ИИ-агент. Мы показываем, что повышение этих лимитов меняет измеряемые возможности, сложность задач, которые агент способен решить, и то, насколько быстро, как кажется, движется передний край развития.

Читать статью