AgInt框架发布及多基准评测
热点事件持续更新
AgInt框架发布及多基准评测
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yifeng He等人提出AgInt框架，通过“智能体解释”实现软件智能体的harness治理证据构建，旨在提升表现并降低开销。该机制在SWE-bench-Live和Defects4J等基准上优于普通代理，显著减少执行次数与单候选成本。 在SWE-bench-Live基准测试中，GLM-5模型的reject-class F1分数从0.256提升至0.543。AgInt框架的运行效率优化明显，执行次数减少35%，同时单候选成本降低59%。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
Agentic Interpretation 实现软件智能体的harness治理证据构建报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AIAgentic Interpretation 实现软件智能体的harness治理证据构建
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。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月20日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。