Codex 5.5 High

LLM智能体使用并行探索来改进软件变更定位

研究人员开发了一种新颖的方法，使LLM智能体能够定位软件变更的文件，超越了线性探索，采用了领域范围的并行智能体方法。这一新策略旨在提高跨越多个子系统的变更的准确性。使用Ansible的SWE Bench Pro进行的初步基准测试表明，这种非线性、并行智能体系统，利用Haiku类模型，显著优于其他Haiku模型，并可与Codex 5.5 High等大型模型相媲美。