实体
FeatureBench
FeatureBench
PulseAugur coverage of FeatureBench — every cluster mentioning FeatureBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
编码代理在持续演进中遭受灾难性遗忘
一项新的实证研究调查了在持续自我演进的编码代理中灾难性遗忘的挑战。研究人员发现，随着代理演进以处理新任务，它们在先前学习任务上的表现会显著下降。例如，一个使用 DeepSeek-V4-Flash-0731 和 Meta-Harness 的代理在 FeatureBench 上演进后，在 SWE-Bench 上的表现急剧下降。研究结果强调了在不损失先前任务性能的情况下实现持续自我演进的方法的必要性。
-
新的训练后方法共同演化模型参数和程序化脚手架
研究人员引入了一种新颖的训练后技术，称为 Scaffold-Mediated Post-Training（脚手架介导的训练后），旨在弥合模型参数和程序化脚手架之间的差距。该方法允许程序化脚手架通过发现、蒸馏和动态重新编译的过程与模型参数共同演化。当应用于帕金森病患者吞咽康复的技能训练时，该方法在 FeatureBench 基准测试的通过率上显示出 8.1 个百分点的提高。此外，在渐进式蒸馏后，模型在没有外部脚手架的情况下仍保持 27.…