跳到正文
热点事件持续更新

ELITE免任务评测提升编码Agent解题率

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

Robert Lange 介绍吉林大学与 KAUST 的论文《Evaluation-Free Recursive Self-Improvement for Coding Agents》及其提出的 ELITE 方法:编码 Agent 的递归自我改进循环中只做确定性检查(能否编译、工具能否运行),不再依赖下游任务评测来判断候选修改。 按 Lange 引述的论文数据,在 SWE-bench Pro 子集上,DeepSeek agent 解题率从 60% 提升到约 86%,候选评测次数为 0,wall-clock 进化时间相比 DGM(86.7%)、HGM(88.3%)分别缩短 8.8 倍和 3.2 倍,即在解题率相当的前提下免去任务评测开销。

AI 根据报道生成 · 1 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21日
  1. AGI Hunt
    ELITE 免任务评测提升编码 Agent,SWE-bench Pro 解题率从 60%升至约 86%

    吉林大学与 KAUST 的论文提出 ELITE,通过 Explore-then-Integrate 整合候选修改,使编码 Agent 的进化过程不再依赖下游任务评测。

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。