超越人类尺度的智能测量

arXiv cs.AI 2026/07/09 04:00 论文

摘要

本文提出了一种新的范式，用于测量超越人类能力的智能，采用对抗性心理测量评分系统，其中模型生成挑战以区分其他系统，从而实现与AI能力同步扩展的评估。

arXiv:2607.07040v1 公告类型：新摘要：如何测量超越人类能力的智能？人类编写的基准测试会饱和，而在人类能力之上，评审者可能不知道哪些任务既困难又可验证。我们认为这种困难是绝对尺度评估固有的，并提出了一种基于相对测量的新范式，其中模型生成公共挑战以区分其他系统。聚合这些结果产生了一个对抗性心理测量评分系统，该系统可以与被测量的系统一同扩展。我们描述了实用的协议，这些协议减少了对私人信息攻击的激励，支持无评审裁决，并自然地随智能体能力扩展。我们在可验证和开放式、非可验证的领域实例化了该框架，展示了模型生成的评估如何在人类前沿之外继续测量系统。

查看原文

查看缓存全文

缓存时间: 2026/07/09 07:55

# 测量超越人类水平的智能
来源：https://arxiv.org/abs/2607.07040
查看 PDF (https://arxiv.org/pdf/2607.07040)

> **摘要：**如何测量超越人类能力的智能？人类编写的基准测试趋于饱和，而在超越人类能力的水平上，出题者可能不知道哪些任务既困难又可验证。我们认为这种困难是绝对尺度评估所固有的，并提出了一种基于相对测量的新范式：让模型生成公开挑战，用于区分其他系统。汇总这些结果可形成一个对抗性的心理测量评级系统，该系统能与被测量的系统一起扩展。我们描述了实际协议，以减少私有信息攻击的动机，支持无裁判裁决，并能自然地随智能体能力扩展。我们分别在可验证域和开放式不可验证域中实例化该框架，展示了模型生成的评估如何能持续测量超越人类前沿的系统。

## 提交历史

发件人：Elad Hazan [查看电子邮件 (https://arxiv.org/show-email/532769a8/2607.07040)] **[v1]** 2026年7月8日星期三 06:19:10 UTC（40 KB）