Mở rộng trong thử nghiệm đại lý AI mã hóa: chuyển quỹ đạo thành bản tóm tắt có cấu trúc để tái sử dụng kinh nghiệm

AIMPACT 消息, ngày 26 tháng 4 (UTC+8), gần đây, một nghiên cứu mới đã đề xuất một khung mở rộng khi chạy để thử nghiệm cho các tác nhân mã hóa theo chu kỳ dài. Khung này chuyển quỹ đạo vận hành của tác nhân thành các bản tóm tắt có cấu trúc, giữ lại các giả định quan trọng, tiến triển và các kiểu thất bại, đồng thời loại bỏ các chi tiết có tín hiệu thấp. Khung hỗ trợ hai cách mở rộng: mở rộng song song dùng bỏ phiếu đệ quy dựa trên giải đấu đệ quy (RTV) để thu hẹp dần tập các bản tóm tắt ứng viên; mở rộng tuần tự điều chỉnh phương pháp song song–chưng cất–tinh luyện (PDR) cho bối cảnh tác nhân, sử dụng các bản tóm tắt trước đó để hướng dẫn việc tạo ra quỹ đạo mới. Trên các chuẩn SWE-Bench Verified và Terminal-Bench v2.0, khi dùng mô hình Claude-4.5-Opus, phương pháp này nâng hiệu năng của mini-SWE-agent từ 70,9% lên 77,6%, đồng thời nâng hiệu năng của Terminus 1 từ 46,9% lên 59,1%. Bài viết cho rằng, mở rộng khi chạy để thử nghiệm cho các tác nhân chu kỳ dài về bản chất là một bài toán về biểu diễn, lựa chọn và tái sử dụng. (Nguồn: InFoQ)
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • Bình luận
  • Đăng lại
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
Không có bình luận
  • Đã ghim