AIMPACT повідомлення, 26 квітня (UTC+8), нещодавно нове дослідження запропонувало фреймворк тестового розширення для довгоперіодних (long-context) агентів кодування. Цей фреймворк перетворює траєкторії виконання агента на структуровані підсумки, зберігаючи ключові припущення, прогрес і моделі невдачі, та відкидає низькосигнальні деталі. Фреймворк підтримує два способи розширення: паралельне розширення використовує рекурсивне голосування у діловій парній схемі (RTV) для рекурсивного звуження множини-кандидатів підсумків; послідовне розширення адаптує метод parallel-distillation-refinement (PDR) до сценаріїв агентів, використовуючи попередні підсумки для керування генерацією нових траєкторій. На бенчмарках SWE-Bench Verified і Terminal-Bench v2.0 під час використання моделі Claude-4.5-Opus цей підхід підвищив продуктивність mini-SWE-agent з 70.9% до 77.6%, а продуктивність Terminus 1 — з 46.9% до 59.1%. Автори в статті вважають, що тестове розширення довгоперіодних агентів за своєю суттю є 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
1,13M Популярність
#
PredictWorldCup🇫🇷vs🇪🇸
187,92K Популярність
#
IsraelStrikesIranBTCPlunges
72,17K Популярність
#
MillionDepositCashback
904,58K Популярність
#
SKHynixADRPremiumSurges
285,36K Популярність

Закріплено

карта сайту

Розширення під час тестування розумного агента для коду: перетворення траєкторії на структурований підсумок для повторного використання досвіду

Популярні теми

PreIPOsSeason2OpenAISubscription

PredictWorldCup🇫🇷vs🇪🇸

IsraelStrikesIranBTCPlunges

MillionDepositCashback

SKHynixADRPremiumSurges

Закріплено