脚手架成为关键变量

一项针对命令行环境AI智能体的综述发现，模型外围脚手架对基准分数的影响大于模型本身。系统间差异可测量，而模型变体间差异不显著。

打开网易新闻 查看精彩图片

更强模型未带来更多任务解决数

同一脚手架内，更强的模型变体未带来额外解决任务数，仅增加延迟。研究建议将脚手架选择视为一级工程决策。