PulseAugur
中
实时 11:37:18
实体 long-horizon agent benchmarks

long-horizon agent benchmarks

PulseAugur coverage of long-horizon agent benchmarks — every cluster mentioning long-horizon agent benchmarks across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_280091 ·

    新的蒸馏方法改进了小型语言模型代理

    研究人员开发了一种名为 Harness 感知蒸馏 (HAD) 的新方法,以改进小型语言模型代理的训练。该技术侧重于教会学生模型教师模型在其周围的 Harness 之外所添加的内容,而不是模仿教师的完整输出。HAD 包含一个动作偏好机制和一个有效性检查来指导学生,使其能够在不需要任务奖励或成功标签的情况下更有效地从 Harness 信息中学习。在长视野代理基准测试上的实验表明,HAD 的性能优于标准的 On-policy 蒸馏方法,能够…