热点事件持续更新
Risk-Aware Adaptive Evaluation: Finding High-Impact Failures
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发布论文 Risk-Aware Adaptive Evaluation: Finding High-Impact Failures Under Limited Budgets，提出基于风险感知的上下文 Thompson Sampling 策略，将智能体评估建模为序贯分配问题。在仅 50 次试验（语料库 6%）下，该策略恢复 86% 的影响加权失败，发现的影响加权失败是均匀分配的 3.5 倍（215.4 vs 62.2），每美元发现量提升 5 倍，永不失败场景的预算浪费从 34% 降至 2.8%。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Artificial IntelligenceRisk-Aware Adaptive Evaluation: Finding High-Impact Failures Under Limited Budgets
论文提出基于风险感知的上下文 Thompson Sampling 策略，将智能体评估建模为序贯分配问题。在仅 50 次试验（语料库 6%）下，该策略恢复 86% 的影响加权失败，发现的影响加权失败是均匀分配的 3.5 倍（215.4 vs 62.2），每美元发现量提升 5 倍，永不失败场景的预算浪费从 34% 降至 2.8%。
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。