Evo-Bench: Can Language Models Improve Agent Harness?
Evo-Bench evaluates autonomous harness optimization across agent domains using sensitivity-aware task construction and reveals strong but domain-dependent evolution gains.
Hugging Face · Daily Papers
·Lisheng Huang, Chen Yang
·
·▲ 7 upvotes
Este artigo está em destaque na seleção diária de papers do Hugging Face, curada pela comunidade de pesquisa em IA.
Autores: Lisheng Huang, Chen Yang, Hao Zhou, Huatong Song, Zongchao Chen, Ran Le
- 7 upvotes da comunidade
- Temas: harness evolution, autonomous agents, Evo-Bench, harness-guided construction, auxiliary-task evolution, sensitivity-aware stratified splitting
Resumo
Resumo original (em inglês), extraído do paper:
Evo-Bench evaluates autonomous harness optimization across agent domains using sensitivity-aware task construction and reveals strong but domain-dependent evolution gains.Onde ler
// relacionados
Leia também
Editorial
O modelo que continua aprendendo depois de entregue: dentro do Macaron-V1
Blog
Novo Nordisk e AWS levam IA agêntica à descoberta de medicamentos
Blog
Nvidia garante o valor de seus próprios chips para destravar US$ 500 bilhões em financiamento de infraestrutura de IA
Modelo