跳到正文
热点事件持续更新

Google提出门控式自改进智能体框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Google发布论文《Harnesses That Improve Themselves》,提出让优化器在模型冻结时逐项改写智能体运行时框架,并通过保留任务验证后再部署,以降低重复推理的 token 消耗。 论文称,该方法在 Gemini 3.8 Flash 上完成 SWE-bench Lite 任务平均使用 4.67 万 tokens,准确率为 40.0%;迁移至 Gemini 4 Argon 后解决率为 37.5%,高于整体重写框架的 30.0%。不过,测试集仅有 40 个 issue,结果只能作方向性参考。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    Google 论文《Harnesses That Improve Themselves》:门控式改写 agent harness 省 10 倍 token,迁移性更强

    Google 新论文提出门控式自改进 agent harness,在冻结 Gemini 3.8 Flash 时使每任务仅耗 46.7k tokens。SWE-bench Lite 准确率达 40.0%,迁移至 Gemini 4 Argon 后解决率为 37.5%,优于整体重写的 30.0%;但 held-out 测试集仅含 40 个 issue,结果仅供方向性参考。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。