提出有效连贯认知速度基准S_C^eff

2026年10月16日，arXiv Robotics 报道了一项研究，提出“有效连贯认知速度”（S_C^eff）指标，用于衡量智能系统在观察与现实差距扩大时仍能可靠感知、推理和行动的最高现实速度（S_R）。研究将 S_C^eff 定义为系统从基线起持续满足预定义行为可靠性准则的最高测试现实速度。实验设置中，强化学习智能体在基线 S_R 下训练，之后不再重训，在算力固定条件下将 S_R 提升至最高 50 倍进行评测。受细胞机制启发的 Co⁴ 架构在测试场景中取得的 S_C^eff 显著高于 Transformer 和 gated-MLP 基线。该报道为目前唯一来源，未出现与早先报道矛盾的数字、时间或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。