研究智能体 🇷🇺 12.08.2026 07:03

无停止按钮的2160轮模拟:MiroFish研究第三部分

DeepSeekDeepSeek AnthropicAnthropic Google/DeepMindGoogle/DeepMind OpenAIOpenAI
MiroFish研究的最后一部分揭示,模拟时长由一个简单规则决定:轮数等于天数乘以24,这是管道模板的结果,而非模型所致。系统接受了其记忆架构无法履行的义务(如2160轮),且界面中没有停止按钮,需要调用隐藏的API端点才能终止运行。
MiroFish研究系列的第三篇文章探讨了当输入正确时会发生什么。模拟时长由用户查询中的短语(如“未来7天”)设定;系统从不要求确认。在六次有时间范围设定的运行中,回合数恰好是天数乘以24(168、336、2160回合),并在四个模型家族中记录。静态代码检查确认了该机制:配置生成器提示LLM填写总模拟小时数(24-168小时)和每轮分钟数(30-120,推荐60),运行器计算总回合数 = 总小时数 * 60 / 每轮分钟数。推荐60分钟时,回合数等于小时数,因此90天变为2160回合。文档中的24-168小时范围仅是提示中的建议;没有代码限制或验证该数值。系统无法履行自己的义务:代理无限制地积累记忆,导致性能下降和提供商错误;一个7代理世界在约300回合时退化,4代理世界在约515回合时退化,而18-19代理世界需要提前停止。界面中没有停止按钮;一位社区成员发现前端处理程序存在但未连接到任何按钮,并提交了拉取请求。研究人员不得不使用未记录的POST /api/simulation/stop来终止第592回合时已停止有意义活动的90天运行。研究指出了局限性:大多数单元格的n=1,仅测试了四个模型家族,且所有崩溃都发生在DeepSeek世界中,因此与模型家族无关性仍未得到验证。
来源: Habr — хаб ML — 原文
我们之前关于此话题的帖子 ↓
最新新闻