跳到主要内容
检索

# PerfRace性能优化基准

1 篇关联报道

订阅更新
  1. arXiv

    智能体在长任务里自己改工具:BoxBox 在 PerfRace 上把最佳正确加速比做到 1.702

    长时性能优化任务中,智能体能否在任务进行时改写自己的执行框架(harness,决定可用动作与所收观察的代码),此前只能靠离线优化后固定复用。BoxBox 让智能体主动请求审查、由独立内核热重载新框架并保留执行上下文;在 100 个真实软件项目任务构成的 PerfRace 上,四小时预算内最佳正确加速比达 1.702,高于冻结框架的 1.442、离线框架演化的 1.281 和外部控制框架缩放的 1.539。

已读完全部报道