Un artículo de Google DeepMind entrena a un agente para reescribir su propio arnés
Publicado el 9 de octubre, Evo2 combina ediciones de código con retroalimentación sobre el rendimiento para entrenar el modelo que propone y evalúa esas ediciones.
By Ryan Merket · Published · Updated
Primary source: X
Por qué importa
Evo2 trata las ediciones del arnés del agente y sus trazas de evaluación como datos de entrenamiento, ofreciendo una vía para mejorar el flujo de trabajo de un agente y la política que lo mantiene sin cambiar el ejecutor de la tarea.
Investigadores de Google DeepMind han publicado Evo2, un marco que entrena a un agente de IA para mejorar el arnés de software alrededor de su modelo mientras también entrena la política que edita y evalúa el arnés. El artículo, publicado en arXiv el 9 de octubre, reporta mejoras en benchmarks de codificación y memoria, incluyendo una tasa de resolución del 48.3% en SWE-bench Verified.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.