实体 ExpertLongBench

ExpertLongBench

PulseAugur coverage of ExpertLongBench — every cluster mentioning ExpertLongBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_294334 · Oct 12 · 04:00

新的HSAD方法通过顾问模型提高了LLM代理的性能

研究人员开发了一种名为事后结构化建议蒸馏（HSAD）的新方法，以提高大型语言模型代理的性能。HSAD使用一个较小的“顾问”模型，根据执行器代理过去的失败和任务的特征，为主要的“执行器”模型生成具体的指导。该顾问模型通过蒸馏过程进行训练，该过程分析执行器代理的错误并确定将导致更好结果的建议。该方法在金融研究中取得了成功，将专有代理在FrontierFinance基准测试上的合格率从52.9%提高到56.6%，同时还降低了成本并提高了在文…