arXiv · AI· Yifeng He, Yanjun Wang, Siwei Cui, Aritra Sengupta, Murali Krishna Ramanathan·· 12 小时前AI 评分43
Agentic Interpretation 实现软件智能体的harness治理证据构建
Agentic Interpretation: Harness-Governed Evidence Construction for Software Agents
AI 导读
AgInt 框架通过harness治理的证据构建提升软件智能体表现，在 SWE-bench-Live 和 Defects4J 等基准上优于普通代理。GLM-5 在 SWE-bench-Live 上 reject-class F1 从 0.256 提升至 0.543。该机制减少 35% 执行次数，降低 59% 单候选成本。
来源：arXiv · AI · arxiv.org