Расширение при тестировании кодового агента: преобразование траектории в структурированное резюме с повторным использованием опыта

robot
Генерация тезисов в процессе
AIMPACT-сообщение, 26 апреля (UTC+8), недавно новое исследование предложило тестово-расширяющую рамку для долгосрочных кодирующих агентов. Эта рамка преобразует траектории работы агента в структурированные сводки, сохраняя ключевые допущения, прогресс и модели неудач, и отбрасывая детали с низким сигналом. Рамка поддерживает два подхода к расширению: параллельное расширение использует рекурсивное голосование в рекурсивном турнире (RTV) для рекурсивного сужения множества кандидатных сводок; последовательное расширение адаптирует метод parallel-distillation-refinement(PDR) под сценарии агентов, используя предыдущие сводки для генерации новых траекторий. На бенчмарках SWE-Bench Verified и Terminal-Bench v2.0 при использовании модели Claude-4.5-Opus этот подход улучшил производительность mini-SWE-agent с 70,9% до 77,6%, а показатели Terminus 1 — с 46,9% до 59,1%. Авторы статьи считают, что тестово-расширение долгосрочных агентов по сути является задачей про представления, выбор и повторное использование. (Источник: InFoQ)
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • комментарий
  • Репост
  • Поделиться
комментарий
Добавить комментарий
Добавить комментарий
Нет комментариев
  • Закреплено