一种名为 AgentBaton 的新代理任务执行方法颠覆了典型的模型级联。AgentBaton 不再从廉价模型开始并升级到更昂贵的模型,而是从一个有能力、昂贵的模型开始处理复杂任务,然后将任务交给一个成本较低的模型进行特定的验证或修复工作。这项在 11 对模型上针对 Terminal-Bench 2.1 和 DeepSWE 等基准测试进行的研究发现,这种策略平均 API 成本降低了 65.9%,同时在很大程度上保持了准确性。研究发现,先廉价后昂贵的交接方法表现更差,有时成本更高。 AI
影响 这种方法可以显著降低复杂 AI 代理任务的运营成本,同时保持性能。
排序理由 该集群描述了一篇研究论文中提出的一种新的 AI 代理任务执行方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →