FrontierCS 2把Agent放进论文代码库：删去原贡献，要求在隐藏工作负载上超越作者实现。48项任务、13个领域；首轮最佳通过率58%，但每模型每题… · @RyanJ_KOL · TwKit

@RyanJ_KOL

FrontierCS 2把Agent放进论文代码库：删去原贡献，要求在隐藏工作负载上超越作者实现。48项任务、13个领域；首轮最佳通过率58%，但每模型每题只跑一次，仍是能力切片，不是稳定成功率。它用“所有指标都过线”防止平均分掩盖退步。 #AI #智能体 https://arxiv.org/abs/2610.29932

曝光 22 · 评论 2 · 点赞 1 · 书签 0