AITOP

决策

共 2 条相关 AI 资讯
7月16日
10:47
10:47官方一手arXiv: DeepSeek@Sagar Deb, Ashwanth Krishnan
精选
STOCKTAKE是一个26周供应链补货基准，基于部分可观测马尔可夫决策过程，含六个隐藏因子过程。它通过公平参考策略计算技能分数（0到1），并测量状态估计滞后和知道-做率。在50个种子压力情景下，Claude Sonnet 5、GPT-5.4、DeepSeek-V4-Pro和Grok 4.5检测84-88%隐藏失败，但技能分数从0.62到-0.23，两个模型低于症状盲基线。正确诊断的压力周中仍有34-43%缺货，且该比率与技能分数负相关。
论文STOCKTAKEClaude Sonnet 5GPT-5.4
事件专题
推荐理由：这篇论文用STOCKTAKE基准把LLM智能体的‘没看懂’和‘看懂了却没行动’分开了，四个主流模型的表现差距比想象中大。
原文
5月26日
23:00
23:00Sahil Lavingia@shl
这是一条来自 shl 的推文，强调了人类与 AI 智能体之间的分工：人类负责制定目标和计划（议程），而智能体负责执行具体任务。这种分工模式反映了当前 AI 应用的核心趋势，即人类保持战略控制，AI 处理执行细节。推文获得了 38 个点赞和 3576 次浏览，表明该观点引起了广泛共鸣。
行业智能体人机协作自动化
推荐理由：这条推文点出了 AI 时代人机协作的本质——人类做决策，AI 做执行。做产品、带团队、搞自动化的读者看完会重新思考分工方式，建议直接收藏。
原文