System One决策模型与分类器及语言模型的基准对比
原文标题：Benchmarking System One decision models against trained classifiers and language models for automated decision gates
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文在匹配条件下对比System One决策模型、监督分类器与生成式语言模型在自动化决策门中的应用。结果显示模型类别排名依赖条件：有任务标签时小型训练分类器在意图上最准；无标签时多数决策模型超过零样本蕴含分类器。研究还揭示校准误差、越界接受率与是/否翻转等问题，并给出条件相关的设计规则。
- 问题
- 自动化决策门该选决策模型、分类器还是生成式语言模型。
- 方法
- 在匹配条件下用同一测试集对比八类决策模型、监督分类器与零样本生成模型。
- 结果
- 有标签时小型分类器意图最准；无标签时多数决策模型超过零样本蕴含分类器；5% 风险阈值下 Jev 仍接受 0.310 的越界请求。
- 影响
- 给出按标签可得性选型的设计规则，并提示校准与越界接受风险。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。