Concetto · 2 novità
Out-of-distribution benchmarks
Pagina pubblicata il · ultima novità il
Cronologia
- RRSI: Regularized Recursive Self-Improvement of Agent HarnessesPer gli sviluppatori che lavorano su agenti LLM locali o sistemi autonomi, RRSI offre una via per migliorare le capacità dell'harness senza sacrificare la generalizzazione e l'efficienza computazionale.
- RecreationWorld: Scalable and Verifiable Environments for Hybrid Computer-Use AgentsQuesta ricerca è cruciale per gli sviluppatori di LLM perché dimostra come addestrare modelli su traiettorie reali (recreation) migliori significativamente la capacità degli agenti di eseguire task complessi in ambienti locali e ibridi, superando i limiti dei benchmark tradizionali.