AIMPACT повідомлення, 26 квітня (UTC+8), нещодавно нове дослідження запропонувало фреймворк для тестового розширення, орієнтований на довготривалі (long-period) кодувальні агенти. Цей фреймворк перетворює траєкторії роботи агента на структуровані підсумки, зберігаючи ключові припущення, прогрес і моделі невдачі, та відкидає малосигнальні деталі. Фреймворк підтримує два способи розширення: паралельне розширення використовує рекурсивне голосування в рамках рекурсивного турніру (RTV) для рекурсивного звуження кандидатних підсумків; послідовне розширення адаптує метод паралельне-стискання-очищення (PDR) під сценарії агента, використовуючи попередні підсумки для керування генерацією нових траєкторій. На бенчмарках SWE-Bench Verified і Terminal-Bench v2.0, при використанні моделі Claude-4.5-Opus, цей підхід підвищує продуктивність mini-SWE-agent з 70.9% до 77.6%, а продуктивність Terminus 1 з 46.9% до 59.1%. Авторські погляди вважають, що тестове розширення довготривалих агентів по суті є проблемою 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
#
PredictWorldCup🇫🇷vs🇪🇸
194,18K Популярність
#
IsraelStrikesIranBTCPlunges
72,17K Популярність
#
MillionDepositCashback
1,12M Популярність
#
SKHynixADRPremiumSurges
271,08K Популярність

Закріплено

карта сайту

Розширення під час тестування інтелектуальних агентів кодування: перетворення траєкторії на структурований підсумок для повторного використання досвіду

Популярні теми

PreIPOsSeason2OpenAISubscription

PredictWorldCup🇫🇷vs🇪🇸

IsraelStrikesIranBTCPlunges

MillionDepositCashback

SKHynixADRPremiumSurges

Закріплено