Microsoft 发布 ParetoSaddler:智能体 harness 同时优化质量与成本
微软这个 ParetoSaddler 挺有意思,做法是成本筛选放最后一步,GAIA2 上质量涨到 62.89%、成本砍到 $0.45,做 agent 的可以参考。
微软这个 ParetoSaddler 挺有意思,做法是成本筛选放最后一步,GAIA2 上质量涨到 62.89%、成本砍到 $0.45,做 agent 的可以参考。
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。