跳到主要内容
检索

# SWE-bench Pro Public 基准

1 篇关联报道

订阅更新
  1. arXiv

    AgentEvolver 在固定基础模型下让智能体于任务执行中自我演化,在 SWE-bench Pro Public 上报告 82.08% 解决率

    作者提出 AgentEvolver,一个在保持基础模型不变的前提下于任务执行过程中发展能力的系统:八类实体通过统一的版本化生命周期接受修订,共享 Runtime 协调工作,持久规划与可恢复上下文保留任务方向与证据;在 SWE-bench Pro Public 上报告 82.08% 解决率,高于其报告的无演化基线,并在六个应用案例中观察到能力被保留并进入后续网站、游戏与研究工作,同时也记录了未完成目标与一次不成功的策略。

已读完全部报道