#长程任务

共 8 条 · 7 天 1 条 · 30 天 2 条

智能体 2 Agent Arena 1 AI模型 1 FoldBack 1 Gemini 4 Argon 1 GLM-5.3 1 Minecraft 1 MoRA 1

信息流里打上「长程任务」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月17日

行业 Agent 与开发者多源确认05:42

从 Gemini 4 Argon 的 Minecraft 实验看模型持久性能力

四个 AI 智能体没分工却在 Minecraft 里熬了 27 小时、死了 605 次通关，这篇分析讲了为什么持久性比聪明更关键。

#Gemini 4 Argon #Minecraft #智能体 #持久性

事件专题

elvis@omarsar011 个信源在谈原文

10月8日

论文 Agent 与开发者11:49

FoldBack：可自我纠错的衣物折叠机器人策略

机器人叠衣服老是在抓错后硬着头皮做下去，FoldBack 能检测失败、回滚重试，33 件衣服测试成功率 75.2%，比之前最好的基线高出一大截。

#FoldBack #机器人 #掩码生成模型 #长程任务

arXiv cs.AI@Lipeng Zhuang 等 7 人原文

8月20日

模型11:22

墨奇亮相WRC 展示具身智能模型MoRA

墨奇发的MoRA模型，能让机器人做长程任务，比普通模型实战效果更好

#MoRA #墨奇智能 #具身智能 #长程任务

量子位@量子位的朋友们原文

8月14日

模型中美对照官方一手16:09

Z.ai发布GLM-5.3：不重训基础模型，提升复杂编码与长程任务

GLM-5.3来了，不重训基础模型，后训练拉高Terminal-Bench到28.3，代码和长程任务提升，两周后开放权重。

#GLM-5.3 #Z.ai #后训练 #代码生成

事件专题

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

8月4日

模型74°23:41

Agent Arena 以数百万真实长程任务评测智能体模型

想知道哪个模型最能搞定真实长任务？Agent Arena 用几百万个任务跑分，还给模型上网、文件、终端工具，比谁净提升大。

#Agent Arena #智能体 #模型评测 #长程任务

lmarena.ai@lmarena_ai原文

7月17日

模型多源确认精选73°11:32

RoboTTT：将机器人策略视觉上下文扩展到8000时间步

NVIDIA发布了RoboTTT，能把机器人策略的上下文窗口做到8000步，看懂人类演示后直接模仿，长任务完成率比单步模型高87%。想了解机器人怎么学更长历史可以看这个。

#RoboTTT #测试时训练 #机器人策略 #上下文缩放

事件专题

arXiv cs.AI@Yunfan Jiang 等 11 人3 个信源在谈原文

7月11日

论文精选00:01

Meta研究：记忆智能体修复长程任务中的行为状态衰减

Meta发现智能体做长任务会忘事，加了个外挂记忆模块，在Terminal-Bench 2.0上明显提升pass@1，而且即插即用。

#Meta #Agent #行为状态衰减 #长程任务

elvis@omarsar0原文

7月1日

行业09:48

构建Agent社群：强调Token消耗与长程任务

分享了一个关于Agent协作与Token消耗的新视角，提出“协作强度”概念，适合关注Agent社群构建的人看。

#智能体 #Agent社群 #Token消耗 #长程任务

AI产品黄叔@PMbackttfuture原文