SecondSource從一手資料重建判斷

一篇預印本說,27B 模型配 100 個代理人的預算時,10 個代理人一組的平行小隊在 12 項長任務中 10 項勝過 100 個獨立代理人。

(論文日 11-06)

概念插畫:一塊架在黑色支腳上的大看板,頂端黑色橫條印著「ARXIV」,其下標籤寫「SQUADS」,標籤下方有兩組各三台緊貼並排的筆記型電腦,螢幕上都是對話氣泡,放在一條紅色長條上,紅條在淺色底條上由左端延伸,停在右端之前。紅條下方六台筆記型電腦彼此分開、等距排成一列,螢幕上同樣是對話氣泡,這一列下方的標籤寫「SOLO AGENTS」。 圖上印著:10/12 項 小隊勝過獨立代理人的任務,作者自報。

代理人預算的編組方式也可能影響結果,這是作者自報,前提是有自動評分器替每次嘗試打分。在有跑 100 個代理人單一隊伍的 4 項任務上,10 個一組的小隊全部勝出。同等花費下,小隊在一半的任務上勝過一個前沿模型,是哪個模型摘要沒寫(arXiv 2611.09798,2026-11-06)。接下來看有沒有獨立團隊重做這組實驗。 怎麼查的 →

出處與查證

這則刊在2026年11月9日的晨報,同一期還有 14 則。查證經過、引句核對與當天缺的資料,記在那一期的本日驗證。

引用這則

SecondSource(2026),〈一篇預印本說,27B 模型配 100 個代理人的預算時,10 個代理人一組的平行小隊在 12 項長任務中 10 項勝過 100 個獨立代理人。〉,https://secondsource.io/research/2026-11-09-2/,取用日期取用。