研究者提出 DEPTH 方法度量终端任务深度
热点事件持续更新
研究者提出 DEPTH 方法度量终端任务深度
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Yu Jiang 等研究者针对长周期终端任务提出 DEPTH 深度度量指标与合成方法。该方法通过生成代理在真实软件环境中逐段编写任务，以按顺序发生的轮次定义深度。审计显示其提出的 105 个任务在深度和工作量上均超过所有已审计数据集。测试发现，现有六个模型均未通过半数任务，验证了该方法的难度预测能力。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
终端任务中的深度度量与合成：DEPTH 方法评估报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AI终端任务中的深度度量与合成：DEPTH 方法评估
研究提出 DEPTH 方法，定义任务深度为按顺序发生的轮次，比模型轮次更准确预测难度。审计 734 个任务发现 94% 的合成任务在三轮内完成，深度预测能力优于轮次计数。Qwen3-8B 微调后在两个终端基准上提升，显示该方法可生成更难的任务。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。