KPop 新方法让 Ring-2.6-1T 在 SWE-bench Verified 上突破 76 分
团队推出 KPop，用于稳定大规模 MoE 模型的智能体强化学习训练。它用基于二元 KL 散度的自适应掩码机制，替代了此前 IcePop 方法中的固定比例掩码，能根据训练过程中的训练-推理不匹配程度动态调整。这一改进使得 Ring-2.6-1T 模型在无需修改基础设施或路由重放的情况下，仅通过纯 RL 训练，在 SWE-bench Verified 上取得了超过 76 分的成绩。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2024-05-06 — 2024-05-06
重要进展 · 第 40 / 55 页
SWE-agent 研究面向模型的计算机操作界面
SWE-agent 通过专门的 Agent-Computer Interface 支持代码搜索、文件编辑及测试，研究操作界面设计如何影响自动修复能力。节点采用当前 arXiv 首次提交记录，不等同于项目首次演示日期。
Agent智能体 精选历史资讯
— · 7 条
精选资讯 · 第 1 / 3 页
“龙虾之父”Peter 开源 skill-cleaner，为 AI 智能体技能“做体检”
“龙虾之父”Peter 开源了 skill-cleaner 工具，用于诊断和优化 AI 智能体的技能提示词。该工具包含5项核心功能，包括技能提示词预算审计、重复技能检测、未使用技能筛查、技能根目录审计和描述精简优化。其脚本采用标准 token 预算核算逻辑，旨在帮助减少冗长描述对 token 预算和上下文窗口的占用。已有用户实践显示，将技能描述从90多词精简至40词以内，能提升智能体选择技能的准确率。
谷歌 AI 框架 AlphaProof Nexus 攻克 2 道悬置 56 年数学难题
谷歌 DeepMind 推出 AlphaProof Nexus，结合大语言模型与 Lean 形式化验证，在 353 个开放 Erdős 问题中自主解决 9 个，其中 2 个已悬而未决 56 年。该系统还在 OEIS 的 492 个开放猜想中证明 44 个，每个问题推理成本仅数百美元。
分类
排序
暂无内容