#长时程任务

共 8 条 · 7 天 2 条 · 30 天 3 条

智能体 4 Agent Arena 1 BATON 1 Claude Opus 5 1 Google 1 GPT-5.6 Sol 1 LLM 1 LongHorizon-Harness 1

信息流里打上「长时程任务」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月16日

论文 Agent 与开发者10:22

论文显示：长任务中模型准确率的小差距会累积成巨大结果差异

Mollick 转了篇论文：长任务里便宜模型的错误会滚雪球，强模型当编排器才划算，做 agent 工作流的值得看看。

#编排器 #长时程任务 #模型选型 #多智能体

Ethan Mollick@emollick原文

10月13日

论文 Agent 与开发者12:39

SambaNova 联合四所高校研究长时程任务下 LLM 智能体的有效性

SambaNova 拉上 Stanford、CMU 等四所高校发了篇论文，专门研究智能体跑长任务为什么会掉链子，做 agent 的可以看看。

#LLM #智能体 #SambaNova #Stanford

SambaNova@SambaNovaAI原文

9月21日

模型 Agent 与开发者精选09:22

机器人长时程任务中针对关键子任务的强化学习框架 PARTS

这个 PARTS 框架挺有意思，就是针对机器人执行长时程任务时，那些容易卡壳的关键步骤，用强化学习去专门训练，效果比单纯用预训练策略好很多，而且需要的人类操作也少。

#PARTS #机器人 #强化学习 #长时程任务

arXiv cs.LG@Sichang Su 等 7 人原文

9月1日

论文精选02:44

Google提出长时程智能体技能新方法

Google团队提出SKILL.state解决长时程智能体性能问题，准确率提升同时减少token消耗。

#SKILL.state #Google #智能体 #长时程任务

elvis@omarsar0原文

模型精选00:10

Agent Arena发布长时程智能体任务评测

Agent Arena上线新评测，用因果追踪测智能体在真实任务表现，看模型如何超越平均水平。

#Agent Arena #因果追踪 #智能体 #长时程任务

lmarena.ai@lmarena_ai原文

8月26日

论文 Agent 与开发者11:29

Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses

Recuris模型在长时程任务中显著提升了GPT-5.6 Sol和Claude Opus 5的表现，是长时程智能体驱动的递归记忆架构的一个突破。

#Recuris #递归记忆架构 #GPT-5.6 Sol #Claude Opus 5

事件专题

arXiv cs.AI@Zhaochen Yu 等 8 人2 个信源在谈原文

8月18日

论文精选15:32

BATON：长时程机器人操作的新方法

BATON解决了长时程机器人操作中错误累积和子任务衔接的难题，成功率提升明显，值得一看。

#BATON #机器人操作 #VLA模型 #RoboMemArena

arXiv cs.AI@Bingxin Xu 等 3 人原文

8月5日

论文精选01:34

LongHorizon-Harness：评测真实世界长时程智能体

有人发了 LongHorizon-Harness，一个专测长时程智能体的框架，论文在 Hugging Face，想评估多步任务表现可以看。

#LongHorizon-Harness #智能体 #评估基准 #长时程任务

AK@_akhaliq原文