研究人员开发了Marathoner,一个专为超长周期任务执行设计的自主代理模型。该模型利用一个训练后管道,从大型GitHub拉取请求中合成挑战性任务,并将它们链接起来以达到前沿水平的难度。Marathoner采用了一种新颖的奖励策略,即后期奖励(Later Stage Bonus Reward),以鼓励持续努力,并在需要长时间执行和大量工具调用的基准测试中,展示出比基础模型甚至专有模型更优异的性能。 AI
影响 这项研究可能使AI代理能够处理以前只有人类才能完成的复杂、长期的项目。
排序理由 该集群描述了一篇关于AI模型及其方法的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →