Concetto · 2 novità
long-horizon tasks
Pagina pubblicata il · ultima novità il
Cronologia
- Doc2Harness: Benchmarking LLMs on Long-Horizon Harness Engineering of Coding AgentsQuesta ricerca è cruciale per gli sviluppatori che lavorano con agenti AI locali perché evidenzia come le prestazioni dipendano tanto dall'architettura del harness quanto dal modello sottostante, spingendo verso un ingegneria più robusta e deterministica.
- The Tasteful Agent: Measuring and Improving Taste in Long-Horizon TasksPer gli sviluppatori che costruiscono agenti AI locali o per ingegneri software, questo lavoro evidenzia l'importanza cruciale della qualità delle decisioni intermedie nel lungo termine e offre un metodo pratico (distillazione) per migliorare questa capacità senza affidarsi esclusivamente a dati di addestramento massivi.