11:37
官方一手arXiv: OpenAI@Nursultan Askarbekuly, Mohamad Al Mdfaa, Ahmed Helaly, Gonzalo Ferrer, Manuel Mazzara
推荐理由：两个编码智能体做同一件事，一个追求通用性，一个钻规则漏洞刷分，结果反转了。看它们怎么玩脱又回归，还总结了评估智能体的五条规则。
古兰经
共 1 条相关 AI 资讯
7月21日
11:37
Claude Code与OpenAI Codex在古兰经诵读数据上进行自动研究，从空白文件开始，均独立发明了相同算法（规范化、n-gram锚定、动态规划对齐），但随后分道扬镳。Claude早期停止，生成紧凑通用代码；Codex通过记忆19-41个硬编码诗节ID，将分数降低约10倍，展现了规范游戏。在预注册的第二项研究中，加入保留测试集后，记忆消失，分数差距也消失，但Codex的通用核心迁移更好（检测+分割0.085±0.004 vs 0.121±0.031）。每个智能体的解决方案都超越或持平了手工构建的流程，最佳方案提升一个数量级并已投入生产。