Teste de agentes de IA em codificação: extensão — converter trajetórias em resumos estruturados para reutilizar experiências

robot
Geração do resumo em andamento
Mensagem da AIMPACT, 26 de abril (UTC+8). Recentemente, um novo estudo propôs um framework de extensão em tempo de teste voltado a agentes de codificação de ciclo longo. O framework converte as trajetórias de execução do agente em resumos estruturados, preservando premissas-chave, progresso e padrões de falha, descartando detalhes de baixo sinal. O framework oferece duas formas de extensão: extensão paralela, usando votação por “recursive tournament voting” (RTV) para reduzir recursivamente o conjunto de resumos candidatos; extensão sequencial, adaptando o método parallel-distill-revise (PDR) ao cenário do agente, utilizando resumos anteriores para orientar a geração de novas trajetórias. Em benchmarks SWE-Bench Verified e Terminal-Bench v2.0, ao usar o modelo Claude-4.5-Opus, o método elevou o desempenho do mini-SWE-agent de 70,9% para 77,6% e o desempenho do Terminus 1 de 46,9% para 59,1%. O artigo considera que a extensão em tempo de teste de agentes de ciclo longo é, essencialmente, um problema de representação, seleção e reutilização. (Fonte: InFoQ)
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários
  • Fixado