热点事件持续更新
System1-Arena 决策基准发布
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 年 10 月 16 日，arXiv cs.CL 发布 System1-Arena 决策基准，用于考察哪些决策可以交给 System 1 处理。该基准包含 92k 个问题与 138 个闭环环境，对比 System-1 模型与生成式推理模型。在 30 个被测模型中，最大的 System-1 模型在非智能体准确率上追平或超过快速闭源 LLM，延迟仅为后者的四分之一；推理 LLM 准确率最高，但成本约为前者的 70 倍。在闭环环境中，大型开源 LLM 成功率最高，至多 32.9%，小型 System-1 模型则很少成功。报道未提及该基准的后续更新或版本变化。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
System1-Arena 基准首次发布，含 92k 问题与 138 个闭环环境，对比 30 个模型。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CLSystem1-Arena：哪些决策可以交给 System 1？
System1-Arena 基准用 92k 问题与 138 个闭环环境，比较 System-1 模型和生成式推理模型能处理哪些决策。30 个模型中，最大 System-1 模型在非智能体准确率上追平或超过快速闭源 LLM，延迟仅四分之一；推理 LLM 最准，成本约 70 倍。闭环环境里大型开源 LLM 成功率最高（至多 32.9%），小型 System-1 模型很少成功。
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。