AISI 研究：智能体评测需计入 test-time compute，固定预算会低估能力
More compute, more capability: Why AI agent evaluations need to account for test-time compute
AI 导读英国 AI Security Institute 发文指出，智能体能力不是单一分数，而是随 test-time compute 变化的曲线，固定预算评测会系统性低估前沿智能体能力，尤其对新模型。
来源：英国 AI Security Institute：Blog · aisi.gov.uk