编码智能體测试时擴展:轨迹转结构化摘要复用经验

robot
Geração de resumo em curso
Mensagem da AIMPACT, 26 de abril (UTC+8). Recentemente, um novo estudo propôs um quadro de test-time scaling para agentes de codificação com horizonte longo. O quadro transforma as trajetórias de execução do agente em resumos estruturados, preservando pressupostos, progressos e padrões de falha-chave, descartando detalhes de baixo sinal. O quadro suporta dois modos de escalonamento: escalonamento em paralelo usando Recursive Tournament Voting (RTV) para reduzir recursivamente o conjunto de resumos candidatos; escalonamento em sequência adaptando o método Parallel-Distillation-Refinement (PDR) ao cenário dos agentes, utilizando resumos anteriores para orientar a geração de novas trajetórias. Nos benchmarks SWE-Bench Verified e Terminal-Bench v2.0, ao usar o modelo Claude-4.5-Opus, este método melhorou o desempenho do mini-SWE-agent de 70.9% para 77.6% e o desempenho do Terminus 1 de 46.9% para 59.1%. As perspetivas no artigo defendem que o test-time scaling de agentes com horizonte longo é, em essência, um problema de representação, seleção e reutilização. (Fonte: InFoQ)
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixado