Microsoft 发布 ActiveSaddler:按未修复失败模式自动优化 agent harness
微软这篇论文讲怎么优化 agent 的 harness,核心是把预算花在还没修好的失败上。GAIA2 提了 4.4 个点,成本还降到四分之一,做 agent 自动调优的可以看看。
微软这篇论文讲怎么优化 agent 的 harness,核心是把预算花在还没修好的失败上。GAIA2 提了 4.4 个点,成本还降到四分之一,做 agent 自动调优的可以看看。
微软这篇论文把训练场景也动态调整了,GAIA2 上直接提 4.4 分,做智能体优化的人值得看。