热点事件持续更新
Agent评测复用：模型当选择者助提分
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14日，AGI Hunt 报道了 TuXinming 提出的一种 agent 评测复用思路：隐藏各 run 的执行结果，把 5 个 agent run 交给另一个 agent，只问一句「这个任务完成了吗」，再挑出最可能成功的一个提交评分。zainhas 转评称这一思路 insightful，并认为模型当裁判很差、但当选择者很好。按该报道，Fable 5.1 在 Terminal-Bench 4.0 上借此从 58% 升到 70%，相当于免费提取 pass@5 的上限。目前该做法仍处于提出与转评讨论阶段，报道未给出更多复现或评测细节。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 01:50
Fable 5.1 借助 5 选 1 选择器，在 Terminal-Bench 4.0 从 58% 升至 70%。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI Hunt让模型从 5 个 agent run 中挑 1 个提交，Fable 5.1 在 Terminal-Bench 4.0 从 58% 升到 70%
TuXinming 提出的思路是隐藏 run 的执行结果，把 5 个 run 交给另一个 agent 只问一句「这个任务完成了吗」，挑出最可能成功的一个提交评分，zainhas 转评称其 insightful，并称模型当裁判很差但当选择者很好，Fable 5.1 在 Terminal-Bench 4.0 上由此从 58% 拉到 70%，相当于免费提取 pass@5 的上限。
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。