先了解这件事
AI 综述
英国 AI Security Institute(AISI)发布 AI 网络任务推理扩展评测证据。AISI 与 Irregular 对 2025 年 11 月前后发布的前沿模型运行私有网络任务评测,发现模型可有效利用比常规评测大 10-50 倍的 token 预算,成功率随之提高,并首次解决此前未解任务。其中 AISI 使用 50M token 预算,约 8% 的任务只有在预算从 10M 提升到 50M 时才被解决;Irregular 使用 1000 轮次。AISI 指出成功率大致随每次尝试所用 token 总量的对数增长,这意味着低预算评测可能低估模型真实能力上限,但结论目前仅基于网络任务,是否适用于其他领域仍需更多测试。
AI 根据公开报道生成
最新进展 · 正式报道
英国 AISI：网络任务评测中推理预算扩大后成功率上升事件进展
1 个已确认进展
- 来源：英国 AI Security Institute：Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月11日
英国 AI Security Institute：Blog一手
英国 AISI：网络任务评测中推理预算扩大后成功率上升
英国 AI Security Institute（AISI）与 Irregular 对 2025 年 11 月前后发布的前沿模型运行私有网络任务评测，发现模型可有效利用比常规评测大 10-50 倍的 token 预算，成功率随之提高，并首次解决此前未解任务。AISI 使用 50M token 预算，约 8% 的任务只有在预算从 10M 提升到 50M 时才被解决；Irregular 使用 1000 轮次。AISI 指出成功率大致随每次尝试所用 token 总量的对数增长，这意味着低预算评测可能低估模型真实能力上限，但结论目前仅基于网络任务，是否适用于其他领域仍需更多测试。