热点事件持续更新
Adobe 提出用可执行代码替代固定答案的 Agent 评测方法
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，Adobe 研究团队提出一种新的 agent 评测方法：用可执行代码替代固定答案，即把“正确答案”写成一段代码，评测时实时拉取最新结果，再由 AI 评分器据此判分，以解决固定答案容易过期的问题。据 AGI Hunt 报道，在 53 个测试用例上，以代码为参照相比文字答案，AI 评分器与人类专家判断的一致性提高 29%，token 消耗减少 16%。报道同时称，在完全没有参照答案时，AI 评分器的表现甚至不如随机。目前该工作以论文形式公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 19:02
Adobe 论文公开：代码作参照使 AI 评分器与人类专家一致性提升 29%，token 消耗减少 16%。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI HuntAdobe 论文：用可执行代码替代固定答案，agent 评测准确率提升 29%
Adobe 研究团队提出用可执行代码替代固定答案的 agent 评测方法：把"正确答案"写成一段代码，评测时实时拉取最新结果，再由 AI 评分器据此判分。在 53 个测试用例上，以代码为参照相比文字答案，AI 评分器与人类专家判断一致性提高 29%，token 消耗减少 16%。完全没有参照答案时，AI 评分器表现甚至不如随机。
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。