清华团队提出条件交互框架，主张用交互密度ρ_u度量scaling效率

清华大学等机构研究者在 arXiv 论文中提出“条件交互”框架：由轻量的 System-1 预测器评估候选交互效用，System-2 仅执行通过自适应阈值的交互，并用结果更新 System-1。论文称，在理想筛选与执行成本相同的条件下，执行算力可降至约 1/ρ_u（ρ_u 为效用相关交互的密度）。 作者提出 ρ_u 可作为扩展效率的可测坐标，并认为用“有效算力”而非总算力描述 scaling 更为合适。这一框架是其对走向 AGI 的扩展是否取决于 System-1 决定让 System-2 执行什么这一问题的回答。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。