AIMPACT повідомлення, 26 квітня (UTC+8), нещодавно нове дослідження запропонувало фреймворк для тестового розширення, орієнтований на агентів із довготривалим циклом кодування. Цей фреймворк перетворює траєкторії роботи агентів на структуровані резюме, зберігаючи ключові припущення, прогрес і моделі збоїв, та відкидаючи низькосигнальні деталі. Фреймворк підтримує два способи розширення: паралельне розширення використовує рекурсивні турнірні голосування (RTV) для рекурсивного звуження множини кандидатних резюме; послідовне розширення адаптує метод паралельне-дистилювання-очищення (PDR) до сценаріїв роботи агентів, використовуючи попередні резюме для керування генерацією нових траєкторій. На бенчмарках SWE-Bench Verified і Terminal-Bench v2.0, під час використання моделі Claude-4.5-Opus, цей метод підвищує продуктивність mini-SWE-agent з 70.9% до 77.6%, а продуктивність Terminus 1 — з 46.9% до 59.1%. У статті висловлюється думка, що тестове розширення для агентів із довготривалим циклом є за своєю суттю питанням про представлення, вибір і повторне використання. (Джерело: InFoQ)

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

Нагородити
подобається
Прокоментувати
Репост
Поділіться

Прокоментувати

Додати коментар

Немає коментарів

Популярні теми
Дізнатися більше
#
PreIPOsSeason2OpenAISubscription
1,18M Популярність
#
GateJuneTransparencyReport
235,58K Популярність
#
IsraelStrikesIranBTCPlunges
72,17K Популярність
#
WarshTestimonyMeetsCPI
38,59K Популярність
#
GateSpotGrowthRankedFirstGlobally
238,97K Популярність

Закріплено

карта сайту

Розширення під час тестування кодувальних агентів: перетворення траєкторій на структуровані підсумки для повторного використання досвіду

Популярні теми

PreIPOsSeason2OpenAISubscription

GateJuneTransparencyReport

IsraelStrikesIranBTCPlunges

WarshTestimonyMeetsCPI

GateSpotGrowthRankedFirstGlobally

Закріплено