40 lines
1.7 KiB
Markdown
40 lines
1.7 KiB
Markdown
---
|
||
title: "Jagged Frontier / 锯齿前沿"
|
||
created: 2026-05-14
|
||
type: concept
|
||
tags: ["model-capability", "domain-asymmetry", "capability-boundary", "ai-safety"]
|
||
sources: ["https://arxiv.org/abs/2604.15597"]
|
||
---
|
||
|
||
# Jagged Frontier
|
||
|
||
锯齿前沿（Jagged Frontier）是 Dell'Acqua et al. (2023) 提出的概念，指 AI 模型能力在不同任务/领域中呈现**不均衡、不可预测**的分布。某些任务表现惊人地好，某些任务惊人地差——两者可以相邻共存。
|
||
|
||
## 在 [[delegate-52]] 中的体现
|
||
|
||
[[delegate-52]] 中的 52 个领域清楚展现了锯齿前沿：
|
||
|
||
- **Python**：17/19 模型达到 "ready" (RS@20 ≥ 98%)
|
||
- **DBSchema, Graphviz**：表现良好
|
||
- **Earnings Statements, Music Notation, Textile**：极度糟糕
|
||
|
||
同一个模型可以在一个领域近乎完美，在另一个领域灾难性失败——而且这两个领域可能对用户来说看起来"差不多难"。
|
||
|
||
## 对用户的警示
|
||
|
||
论文明确警告：**不要将模型在一个领域中的能力推广到其他领域**。在 Python 中可靠的模型在 Genealogy 或 Weaving 中可能静默地破坏你的文档。
|
||
|
||
## 与 [[delegated-work|委托工作]] 的关系
|
||
|
||
锯齿前沿使得委托决策极其困难：用户无法凭直觉判断"这个任务模型能做好吗"——需要领域特定的基准测试。
|
||
|
||
## 趋势
|
||
|
||
GPT 系列 16 个月的进展（GPT 4o → GPT 5.4）将分数从 14.7% 提升到 71.5%，表明快速进步——但即使前沿模型仍有大量领域未准备好。
|
||
|
||
## 相关概念
|
||
|
||
- [[delegate-52]] — 量化锯齿前沿的基准
|
||
- [[delegated-work]] — 锯齿前沿使委托决策复杂化
|
||
- [[document-degradation]] — 锯齿前沿中的"差"领域的表现
|