跳到正文
热点事件持续更新

蚂蚁Ling优化Agent评测批处理耗时

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

蚂蚁集团Ling团队提出面向LLM Agent工作负载的推理—环境协同调度方法,通过长轨迹优先、trajectory-aware路由和环境执行解耦,降低评测批次完成时间。实验覆盖BFCL、SWE-bench Multilingual、WideSearch和MCP-Atlas,批完成时间下降10.4%–65.0%,评测分数保持不变;该方法已用于Ling-3.x的训练与评测流程。

AI 根据报道生成 · 48 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    蚂蚁 Ling 团队论文:调度优化让 agent 评测批完成时间最多缩短 65%

    蚂蚁 Ling 团队提出面向 LLM agent 工作负载的推理—环境协同调度方法,通过长轨迹优先、trajectory-aware 路由和环境执行解耦优化批处理。实验覆盖 BFCL、SWE-bench Multilingual、WideSearch 和 MCP-Atlas,批完成时间下降 10.4%–65.0%,评测分数保持不变。该方法已用于 Ling-3.x 的训练与评测流程。

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。