Extensión al probar agentes de inteligencia codificada: convertir trayectorias en resúmenes estructurados para reutilizar la experiencia

robot
Generación de resúmenes en curso
Mensaje de AIMPACT, 26 de abril (UTC+8): Recientemente, un nuevo estudio propuso un marco de extensión en tiempo de prueba para agentes de codificación de largo horizonte. El marco convierte las trayectorias de ejecución del agente en resúmenes estructurados, preservando hipótesis clave, avances y patrones de fallo, y descartando detalles de baja señal. El marco admite dos formas de extensión: la extensión en paralelo utiliza el voto recursivo de un torneo recursivo (RTV) para reducir recursivamente el conjunto de resúmenes candidatos; la extensión secuencial adapta el método paralelo–destilación–refinamiento (PDR) al escenario de agentes, utilizando resúmenes previos para guiar la generación de nuevas trayectorias. En los benchmarks SWE-Bench Verified y Terminal-Bench v2.0, al usar el modelo Claude-4.5-Opus, este método mejora el rendimiento del mini-SWE-agent del 70,9% al 77,6% y el rendimiento de Terminus 1 del 46,9% al 59,1%. El artículo sostiene que la extensión en tiempo de prueba para agentes de largo horizonte, en esencia, es un problema de representación, selección y reutilización. (Fuente: InFoQ)
Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • Comentar
  • Republicar
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
Sin comentarios
  • Fijado